基于PSO的云计算环境中大数据优化聚类算法

来源：计算机技术与发展杂志2016年第09期北京时间：

作者：朱亚东;高翠芳

摘要：在云计算环境下，对大数据进行优化聚类是实现数据优化访问和挖掘的基础。传统方法采用模糊C均值聚类算法进行云计算中的大数据聚类，易陷入局部极值，产生聚类偏移，效果不佳。提出一种基于优化粒子群( PSO)算法的大数据聚类算法。分析了云计算环境中的大数据结构模型，计算大数据的离散样本频谱特征，实现聚类样本的特征提取和信息模型构建。由于粒子群在搜索过程中经常会陷入局部最优解，采用混沌映射方法，带领粒子逃离局部最优解，设计粒子群优化算法进行特征聚类，达到大数据优化聚类的目的。仿真结果表明，采用该算法进行数据聚类，误分率降低，寻优性能较好，具有较好的应用价值。

关键词：粒子群;数据聚类;云计算;大数据