基于多核計(jì)算的分類數(shù)據(jù)挖掘算法研究.pdf

1、當(dāng)前計(jì)算機(jī)制造工藝的飛速發(fā)展以及多核CPU芯片技術(shù)的日趨成熟，讓我們進(jìn)入了高速計(jì)算的多核時(shí)代。同時(shí)，在并行計(jì)算領(lǐng)域上，也由以往的多機(jī)并行慢慢轉(zhuǎn)到多核并行上來，即多核計(jì)算的概念。這樣不僅提高了效率，同時(shí)還是節(jié)約了很大的硬件開銷，而且還是節(jié)能的，契合了節(jié)能環(huán)保的社會(huì)化主題。本課題把多核計(jì)算與數(shù)據(jù)挖掘技術(shù)結(jié)合起來，來實(shí)現(xiàn)快速高效的數(shù)據(jù)挖掘方法，主要對(duì)分類數(shù)據(jù)挖掘進(jìn)行了多核化研究與探索。主要工作如下：
　　(1)KNN方法雖然有很多優(yōu)點(diǎn)，

2、但是其致命的問題就是分類效率比較低。針對(duì)這一問題，本文運(yùn)用多核計(jì)算技術(shù)對(duì)該算法作了多核化改進(jìn)研究。從數(shù)據(jù)劃分和任務(wù)劃分這兩個(gè)不同角度，本文分別提出了基于多核計(jì)算的MDKNN和MTKNN算法。MDKNN的設(shè)計(jì)思想是把單個(gè)任務(wù)處理的數(shù)據(jù)集分開，并在多個(gè)計(jì)算核心上并行執(zhí)行，以此來提高執(zhí)行效率。MTKNN算法主要是把整個(gè)分類任務(wù)看作一個(gè)整體，將單條記錄的分類視為整體的子任務(wù)，算法的核心思想是把各個(gè)子任務(wù)在多核平臺(tái)上并行執(zhí)行。實(shí)驗(yàn)表明，這兩個(gè)算法

3、在保持原有分類正確性的同時(shí)極大提高了分類效率。
　　(2)決策樹方法最耗時(shí)的部分就是決策樹結(jié)構(gòu)的構(gòu)建過程，本文利用多核計(jì)算技術(shù)對(duì)決策樹的構(gòu)建過程進(jìn)行了多核改進(jìn)研究，并在經(jīng)典ID3算法的基礎(chǔ)上提出了一種基于多核計(jì)算的分類算法MPID3。由于決策樹的構(gòu)建過程采用遞歸調(diào)用的方法，本文在多核并行實(shí)現(xiàn)時(shí)設(shè)計(jì)了一個(gè)任務(wù)隊(duì)列，用于各個(gè)處理器核心的動(dòng)態(tài)任務(wù)獲取和添加。實(shí)驗(yàn)表明，該算法在保持原有分類正確性的同時(shí)極大提高了分類效率。
　　(3)