多智能体奇异值分解k均值QT数据聚类
作者:
许元飞
西安科技大学计算机科学与技术学院
西安710054
关键词:
多智能体
K均值聚类
奇异值分解
QT心电数据
大数据
并行计算
摘要：
针对长期QT心电数据分析中数据量大，传统聚类分析算法在计算快速性和精度性上无法满足要求的问题，提出一种多智能体序列k均值奇异值分解的聚类算法，对QT数据库进行模拟分析。首先，针对数据量大的问题，基于多智能体结构，设计并行化的聚类分析框架，并给出各智能体间的通讯协议；其次，为提高聚类精度，结合奇异值分解理论，对k均值聚类算法进行改进，通过较小随机线性过程对高分辨率的数据进行推断，降低计算复杂度的同时，提高算法的聚类精度：最后，通过在QT数据库上的仿真实验显示，所提算法具有满足要求的实时性和高精度性。
上一篇：基于改进量子粒子群算法负荷优化分配研究
下一篇：不同聚类算法对恢复WSN连通性的对比研究