基于graphlab的分布式近邻传播算法

《基于graphlab的分布式近邻传播算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于GraphLab的分布式近邻传播算法论文作者：陈文强2基于GraphLab的实现目录3实验结果与分析1AffinityPropagation算法背景AffinityPropagation算法AffinityPropagation算法时间复杂度:算法复杂度高O(N*N*logN)，相比下，K-Means只有O(N*K)的复杂度当N比较大时(N>3000)，算法往往需要很长时间才能收敛基于GraphLab的实现基于GraphLab的实现Machine2Machine1Machine4Machine3Σ1Σ2Σ3Σ4+++YYYYY’ΣY’Y’Y’从邻接节点与当前节点相连的边

2、收集availability，a(i,k`)以及responsibility,r(i`,k)更新与邻接节点相连的边上的a(i,k)以及r(i,k)6MasterMirrorMirrorMirror实验结果与分析本文的实验运行于3.10GHz的4核处理器上,内存为8GB.采用流形学习工具MANI合成的数据3DClusters、Aggregation、Flame以及Pathbased作为数据集实验结果与分析本文的实验运行于3.10GHz的4核处理器上,内存为8GB.采用流形学习工具MANI合成的数据3DClusters、Aggregation、Flame以及Pathbased作

3、为数据集实验结果与分析实验结果与分析关于GStrAP的更多信息软件主页：http://datamining.xmu.edu.cn/software/gstrap/谢谢！论文作者：陈文强电子邮箱：irwenqiang@gmail.com联系电话：18959200475