بررسي كارايي چند الگوريتم خوشه بندي موازي

با افزايش رو به رشد جريان داده ها و ظهور كلان داده ها آناليز خوشه بندي جريان داده بلادرنگموضوعي بسيار مهم در كاوش داده ها محسوب مي شود، در اين راستا به بررسي كارايي چند الگوريتم خوشه بندي موازي مي پردازيم،اين الگوريتم ها با تمركز بر روي دقت خوشه بندي، اثراتي بر روي داده ها اعمال مي كنند، يك الگوريتم خوشه بندي موازي مقياس پذير به نام خوشه بندي c-means فازي احتمالي (PFCM) براي خوشه بندي داده بزرگ مورد بررسي قرار مي گيرد، در جهت برطرف كردن محدوديت هاي خوشه بندي جريان داده اجتماعي بلادرنگ، به تحليل يك الگوريتم خوشه بندي موازي در CLOUD DIKW مي پردازيم، براي بررسي نقاط نويز و برداشتن دوره اي آنها، مقياس پذيري و افزايش كيفيت خوشه بندي داده ها، الگوريتمي مبتني بر شبكه و چگالي در محيط با توزيع موازي را بررسي مي كنيم، براي يافتن مركز خوشه بهينه اوليه و بهبود دقت خوشه بندي، روش خوشه بندي كرم شب تاب مورد بررسي قرار مي گيرد كه مي تواند تعداد بسياري خوشه را بررسي كند، هچنين سه الگوريتم خوشه بندي موازي جديد را بر اساس Kohonen’s SOM با هدف حفظ توپولوژي از مجموعه داده هاي اصلي براي يك تجسم معني دار از نتايج براي كشف ارتباط بين ويژگي مجموعه داده هاي عمليات توپولوژيك بر خوشه بررسي مي كنيم، محاسبه بازده بسياري از الگوريتم تجزيه و تحليل داده هاي مكاني با افزايش اندازه داده به شدت كاهش مي يابد، با توجه به ويژگي هاي داده هاي مسير فضا-زماني حجيم كه ، مربوط به زمان و حركت است به تحليل الگوريتم محاسبه سريع شبيه مسيري كه بر اساس زمان تحمل حركت دانه درشت ارائه شده است، مي پردازيم كه تا حد زيادي زمان مصرف را كاهش خواهد داد.