论文部分内容阅读
Affinity Propagation（AP）聚类算法将所有数据点作为潜在的聚类中心，在相似度矩阵的基础上通过消息传递进行聚类．与传统聚类方法相比，对于规模很大的数据集，AP是一种快速、有效的聚类方法．正是这样，属性约简对于AP算法非常重要．另外，在大规模并行系统的设计中，细粒度并行是实现高性能的基本策略．提出了一种基于改进属性约简的细粒度并行AP聚类算法（IRPAP），将粒度思想引入到并行计算中．首先分析了并行计算中的粒度原理．然后用改进的属性约简算法对数据集预处理．此算法并行计算并选择差别矩阵元素，