ty -jour a2 -lv，zhihan au -wu，chunqiong au -yan，bingwen au -yu，yu，rongrui au -yu，yu，baoqin au -zhou -zhou，xiukao au -yu -yu，yu，yu，yanliang au -yanliang au -chen，na py -na py -20221 da -20221 da -20221 da -20221 da -20221 da -20221 da -20221 da -20221 da -20221 da -20221 da -20221/06/19 ti-k- 基于分布式计算平台SP -9446653 VL -2021 AB的表示算法及其模拟 - 目前，数据的爆炸性增长和大众存储状态带来了许多问题，例如计算复杂性和计算能力不足，无法集中研究。通过负载平衡的分布式计算平台动态配置大量虚拟计算资源，有效地破坏了时间和能耗的瓶颈，并体现了其在大量数据挖掘中的独特优势。本文研究了平行 k- 大量。本文首先将随机采样初始化，第二篇平行于距离计算过程，该距离计算过程在数据对象之间提供独立性以并行执行群集分析。在MAPREDUCE的平行处理之后，我们使用许多节点来计算距离，从而加快了算法的效率。最后，数据对象的聚类并行化。结果表明，我们的方法可以有效，稳定地提供服务，并具有良好的收敛性。SN -1076-2787 UR -https：//doi.org/10.1155/2021/9446653 do -10.1155/2021/2021/9446653 JF-复杂性PB -Hindawi KW- hindawi kw -er--er- er- er- er- er-