硕士生导师
个人信息Personal Information
学历：博士研究生毕业
学位：工学博士学位
办公地点：犀浦3号教学楼31529
毕业院校：四川大学
学科：电子信息. 软件工程. 计算机应用技术
所在单位：计算机与人工智能学院
报考该导师研究生的方式
欢迎你报考王红军老师的研究生，报考有以下方式：
1、参加西南交通大学暑期夏令营活动，提交导师意向时，选择王红军老师，你的所有申请信息将发送给王红军老师，老师看到后将和你取得联系，点击此处参加夏令营活动
2、如果你能获得所在学校的推免生资格，欢迎通过推免方式申请王红军老师研究生，可以通过系统的推免生预报名系统提交申请，并选择意向导师为王红军老师，老师看到信息后将和你取得联系，点击此处推免生预报名
3、参加全国硕士研究生统一招生考试报考王红军老师招收的专业和方向，进入复试后提交导师意向时选择王红军老师。
4、如果你有兴趣攻读王红军老师博士研究生，可以通过申请考核或者统一招考等方式报考该导师博士研究生。
Parallel Semi-supervised Multi-Ant Colonies Clustering Ensemble Based on MapReduce Methodology
影响因子：5.697
DOI码：10.1109/TCC.2015.2511724
所属单位：西南交通大学
发表刊物：IEEE Transactions on Cloud Computing
刊物所在地：UNITED STATES
关键字：Clustering algorithms , Big data , Chlorine , Algorithm design and analysis , Cloud computing , Data mining , Computational modeling
摘要：Semi-supervised clustering ensemble has emerged as an important elaboration of classical clustering problem that improves quality and robustness in clustering by combining the results of different clustering components with user provided constraints. MapReduce is a parallel programming model for processing big data using large numbers of distributed computers (nodes). In this paper, we propose a novel semi-supervised multi-ant colonies consensus clustering algorithm and implement the parallelization of this algorithm using MapReduce on Hadoop platform. Our method incorporates pairwise constraints not only in each ant colony clustering process, but also in computing new similarity matrix during the process of the multi-ant colonies ensemble. In addition, it enhances the computational efficiency for big data by adopting a MapReduce Framework. Experimental results demonstrate the effectiveness of the proposed method.
合写作者：李天瑞, Hao Wang, Hongjun Wang, Qi Zhang
第一作者：Yan Yang
论文类型：学术论文
通讯作者：Fei Teng
论文编号：000443894000020
学科门类：工学
一级学科：计算机科学与技术
卷号：Volume: 6
ISSN号：2168-7161
是否译文：否
发表时间：2015-12-13