Indexed by：
Abstract：
本发明公开一种MapReduce框架下的空间网络对象聚类方法，其步骤为：1)在空间网络中，查找边中确定化聚类顶点和连接性聚类顶点，并在连接性聚类顶点的基础上，构建生成图，以实现基于图生成的层次聚类方法GGHC；2)用了基于代价的数据划分方法，将数据集划分为k块，分别对应k个MapReduce任务；3)实现MapReduce并行框架下的GGHC‑MR方法。本发明可以保证在网络空间受限环境下大规模数据对象聚类的有效性、高效性和可扩展性。该发明的最终结果可以提供给相关领域的用户使用，例如交通拥塞检测、城市规划等领域，可以实现海量动态空间对象的高效聚类。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201710178623.1
Filing Date： 2017-03-23
Publication Date： 2018-01-05
Pub. No.： CN107545272A
Applicants： 北京工业大学
Legal Status： 撤回-视为撤回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
