期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种新的并行自动聚类算法:CGC-Cluster
被引量:
2
1
作者
杜欣
刘大刚
+2 位作者
倪友聪
张开活
谢大同
《小型微型计算机系统》
CSCD
北大核心
2015年第6期1181-1187,共7页
针对基于基因表达式编程的自动聚类算法聚类速度较慢和聚簇质量较差的问题,提出一种新的并行自动聚类算法:基于统一计算设备架构和粗粒度并行模型的基因表达式编程自动聚类算法(CGC-Cluster).采用GRCM方法对基于基因表达式编程的自动聚...
针对基于基因表达式编程的自动聚类算法聚类速度较慢和聚簇质量较差的问题,提出一种新的并行自动聚类算法:基于统一计算设备架构和粗粒度并行模型的基因表达式编程自动聚类算法(CGC-Cluster).采用GRCM方法对基于基因表达式编程的自动聚类算法(GEP-Cluster)中聚类中心的筛选与聚合步骤进行了改进,基于统一计算设备架构以达到提高并行处理能力,基于粗粒度并行演化模型以提高并行度.选择了较知名的数据集,从算法的聚类速度和聚类质量两方面与GEP-Cluster算法进行了统计实验对比分析,实验结果表明,CGC-Cluster算法不仅获得了3倍左右的加速比,而且从簇内方差、Ocq指标和Dunn指标三种评判质量的指标进行比较,CGC-Cluster显著地改进了聚簇的质量.最后还通过实验分析了算法参数对并行算法的影响.
展开更多
关键词
统一计算设备架构
基因表达式编程
聚类算法
并行演化算法
下载PDF
职称材料
基于统一计算设备架构和基因表达式编程的自动聚类算法
被引量:
1
2
作者
杜欣
刘大刚
+3 位作者
张开活
申远
赵康
倪友聪
《计算机应用》
CSCD
北大核心
2013年第7期1890-1893,1907,共5页
针对基于基因表达式编程(GEP)的自动聚类算法GEP-Cluster中聚类中心的筛选和聚合、计算数据对象到各聚类中心距离两个关键步骤效率不高的问题,提出了一种基于统一计算设备架构(CUDA)和GEP的自动聚类改进算法(CGEP-Cluster)。CGEP-Cluste...
针对基于基因表达式编程(GEP)的自动聚类算法GEP-Cluster中聚类中心的筛选和聚合、计算数据对象到各聚类中心距离两个关键步骤效率不高的问题,提出了一种基于统一计算设备架构(CUDA)和GEP的自动聚类改进算法(CGEP-Cluster)。CGEP-Cluster算法采用基因阅读运算器方法对GEP-Cluster算法的聚类中心筛选和聚合步骤进行改进,并基于CUDA将GEP-Cluster算法中数据对象到各聚类中心距离的计算并行化。实验结果表明,在数据对象规模较大时,CGEP-Cluster算法可获得8倍左右的加速比。CGEP-Cluster算法可用于聚类数未知且数据对象规模较大情况下的自动聚类。
展开更多
关键词
统一计算设备架构
基因表达式编程
聚类算法
GEP
CLUSTER
演化算法
下载PDF
职称材料
题名
一种新的并行自动聚类算法:CGC-Cluster
被引量:
2
1
作者
杜欣
刘大刚
倪友聪
张开活
谢大同
机构
福建师范大学软件学院
福建商业高等专科学校信息管理工程系
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第6期1181-1187,共7页
基金
国家自然科学基金项目(61305079
61203306
+5 种基金
61305086
61165004)资助
福建省杰出青年培育计划项目(JA12471)资助
福建师范大学青年骨干教师培育计划项目(fjsdjk2012083)资助
武汉大学软件工程国家重点实验室开放基金项目(SKLSE2012-09-28)资助
福建省教育厅项目(JA13400)资助
文摘
针对基于基因表达式编程的自动聚类算法聚类速度较慢和聚簇质量较差的问题,提出一种新的并行自动聚类算法:基于统一计算设备架构和粗粒度并行模型的基因表达式编程自动聚类算法(CGC-Cluster).采用GRCM方法对基于基因表达式编程的自动聚类算法(GEP-Cluster)中聚类中心的筛选与聚合步骤进行了改进,基于统一计算设备架构以达到提高并行处理能力,基于粗粒度并行演化模型以提高并行度.选择了较知名的数据集,从算法的聚类速度和聚类质量两方面与GEP-Cluster算法进行了统计实验对比分析,实验结果表明,CGC-Cluster算法不仅获得了3倍左右的加速比,而且从簇内方差、Ocq指标和Dunn指标三种评判质量的指标进行比较,CGC-Cluster显著地改进了聚簇的质量.最后还通过实验分析了算法参数对并行算法的影响.
关键词
统一计算设备架构
基因表达式编程
聚类算法
并行演化算法
Keywords
CUDA
GEP
clustering algorithm
parallel evolutionary algorithm
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于统一计算设备架构和基因表达式编程的自动聚类算法
被引量:
1
2
作者
杜欣
刘大刚
张开活
申远
赵康
倪友聪
机构
福建师范大学软件学院
出处
《计算机应用》
CSCD
北大核心
2013年第7期1890-1893,1907,共5页
基金
福建省自然科学基金资助项目(2011J05146
2012J01250)
+7 种基金
福建省杰出青年培育计划项目(福建省教育厅[2011]29号)
福建师范大学青年骨干教师培育计划项目(fjsdjk2012083)
福建省科技计划重大项目(2011H6006)
武汉大学软件工程国家重点实验室开放基金资助项目(SKLSE2012-09-28)
福建省教育厅科技项目(JA12077
JA12080
JB11028
JB11029)
文摘
针对基于基因表达式编程(GEP)的自动聚类算法GEP-Cluster中聚类中心的筛选和聚合、计算数据对象到各聚类中心距离两个关键步骤效率不高的问题,提出了一种基于统一计算设备架构(CUDA)和GEP的自动聚类改进算法(CGEP-Cluster)。CGEP-Cluster算法采用基因阅读运算器方法对GEP-Cluster算法的聚类中心筛选和聚合步骤进行改进,并基于CUDA将GEP-Cluster算法中数据对象到各聚类中心距离的计算并行化。实验结果表明,在数据对象规模较大时,CGEP-Cluster算法可获得8倍左右的加速比。CGEP-Cluster算法可用于聚类数未知且数据对象规模较大情况下的自动聚类。
关键词
统一计算设备架构
基因表达式编程
聚类算法
GEP
CLUSTER
演化算法
Keywords
Compute Unified Device Architecture (CUDA) Gene Expression Programming (GEP) clustering algorithm GEP-cluster evolutionary algorithm
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种新的并行自动聚类算法:CGC-Cluster
杜欣
刘大刚
倪友聪
张开活
谢大同
《小型微型计算机系统》
CSCD
北大核心
2015
2
下载PDF
职称材料
2
基于统一计算设备架构和基因表达式编程的自动聚类算法
杜欣
刘大刚
张开活
申远
赵康
倪友聪
《计算机应用》
CSCD
北大核心
2013
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部