%0 Journal Article
%T 基于集群的增量分布式RSOM聚类方法
%A 夏胜平
%A 刘建军
%A 袁振涛
%A 虞华
%A 张乐锋
%A 郁文贤
%J 电子学报
%P 385-391
%D 2007
%X 对于海量和高维的大规模数据聚类问题,其数据个数以及模式种类通常处于一个动态增加的过程之中,为此进行增量、并行算法的设计,以提供更好的计算能力是十分必要的.注意到人脑增量学习的本质和RSOM(RecursiveSelf-OrganizingMap)的层次化、分布式结构特点,本文研究了基于高性能集群并行计算环境的增量、分布式RSOM并行算法,并以视频图像特征集实例证实了算法的可行性.
%K 数据聚类
%K 增量
%K 分布式并行计算
%K RSOM(RecursiveSelf-OrganizingMap)
%K 集群系统
%U http://www.ejournal.org.cn/CN/abstract/abstract4480.shtml