期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用Hadoop云计算平台进行海量数据聚类分析
被引量：
3
1
作者
刘海龙
宿宏毅
《舰船科学技术》
北大核心
2016年第14期148-150,共3页
海洋信息的飞速增长使其数据量越来越多,对数据进行合理的分类,能够有效的挖掘数据与数据之间的关系。本文首先描述传统的K-Mean聚类算法,并指出其影响因素,在此基础上进行改进,提出BRTI-KMeans算法,并将此算法与传统的K-Means算法和Can...
海洋信息的飞速增长使其数据量越来越多,对数据进行合理的分类,能够有效的挖掘数据与数据之间的关系。本文首先描述传统的K-Mean聚类算法,并指出其影响因素,在此基础上进行改进,提出BRTI-KMeans算法,并将此算法与传统的K-Means算法和Canopy-K-Means算法进行比较,以此说明本文算法在进行海量数据聚类分析方面具有优越性。
展开更多
关键词
hadoop
云计算
平台
聚类分析
聚类中心
下载PDF
职称材料
基于Hadoop云计算平台的聚类K-means算法的研究与实现
被引量：
2
2
作者
汪一百
《信息与电脑》
2017年第11期92-94,共3页
随着社会的发展,我国的各行各业得到了飞速的发展,尤其是在现如今信息化飞速发展的社会形势下,信息技术得以不断创新和研发,计算机数据库技术也在发展过程中被人们广泛应用于工作与生活中。在不断应用数据库技术的过程中,由于数据信息...
随着社会的发展,我国的各行各业得到了飞速的发展,尤其是在现如今信息化飞速发展的社会形势下,信息技术得以不断创新和研发,计算机数据库技术也在发展过程中被人们广泛应用于工作与生活中。在不断应用数据库技术的过程中,由于数据信息不断扩增,对聚类算法的发展提出了很大的挑战。基于此,通过对基于Hadoop云计算平台的聚类K-means算法展开深入的研究,提出优化其算法的相应的策略,从而实现大小多数据的多功能特性。
展开更多
关键词
hadoop
云计算
平台
聚类K-means算法
并行化
下载PDF
职称材料
基于CUDA+SMO的大数据学习研究
3
作者
连彬彬
黄风华
+1 位作者
谢小烽
邓小康
《信息通信》
2017年第4期36-38,共3页
GPU(Graphics Processing Unit)较适合解决海量数据的并行计算问题,是当前除云计算平台之外的另一项重要的高性能并行运算技术。文章分析了GPU并行运算、CUDA技术和SMO(Sequential Minimal Optimization)算法的基本原理,并将上述技术相...
GPU(Graphics Processing Unit)较适合解决海量数据的并行计算问题,是当前除云计算平台之外的另一项重要的高性能并行运算技术。文章分析了GPU并行运算、CUDA技术和SMO(Sequential Minimal Optimization)算法的基本原理,并将上述技术相结合提出了一种基于CUDA+SMO的大数据并行学习方案(CUDA-SMO),并与传统基于CPU的SMO学习方案(CPU-SMO)进行对比。实验结果表明,CUDA-SMO方案与传统CPU-SMO方案相比具有相近的学习精度,但CUDA-SMO却大大提高了学习速度。CUDA-SMO方案大大提高了大数据挖掘的效率,是未来机器学习和大数据分析技术发展的重要方向。
展开更多
关键词
大数据分析
hadoop
云计算
平台
GPU加速
支持向量机
下载PDF
职称材料
基于Hadoop云计算平台的算法研究
4
作者
刘芬
《中国新通信》
2017年第18期92-93,共2页
随着互联网信息时代的到来,数据呈现爆发式增长的态势,大数据时代已经悄然来临,如何借助信息时代的便利推动现有的行业发展是当前数据分析技术应当实现的目标。云计算技术的产生已经推动了数据分析技术的进步以及更新,在数据挖掘的基础...
随着互联网信息时代的到来,数据呈现爆发式增长的态势,大数据时代已经悄然来临,如何借助信息时代的便利推动现有的行业发展是当前数据分析技术应当实现的目标。云计算技术的产生已经推动了数据分析技术的进步以及更新,在数据挖掘的基础上,Hadoop云计算平台算法能够集合开发各个单处理机的节点,每个节点对自己的分配结果处理完毕以后各自汇总结果,最终整合整个处理结果,本文探讨了Hadoop云计算平台的算法,促使Hadoop云计算平台朝着更大规模的数据挖掘方向发展,为社会经济发展作出更大的贡献。
展开更多
关键词
数据分析
hadoop
云计算
平台
数据挖掘
下载PDF
职称材料
题名
利用Hadoop云计算平台进行海量数据聚类分析
被引量：
3
1
作者
刘海龙
宿宏毅
机构
内蒙古化工职业学院计算机与信息工程系
出处
《舰船科学技术》
北大核心
2016年第14期148-150,共3页
文摘
海洋信息的飞速增长使其数据量越来越多,对数据进行合理的分类,能够有效的挖掘数据与数据之间的关系。本文首先描述传统的K-Mean聚类算法,并指出其影响因素,在此基础上进行改进,提出BRTI-KMeans算法,并将此算法与传统的K-Means算法和Canopy-K-Means算法进行比较,以此说明本文算法在进行海量数据聚类分析方面具有优越性。
关键词
hadoop
云计算
平台
聚类分析
聚类中心
Keywords
hadoop
cloud computing platform
cclustering analysis
cluster centers
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于Hadoop云计算平台的聚类K-means算法的研究与实现
被引量：
2
2
作者
汪一百
机构
长沙医学院
出处
《信息与电脑》
2017年第11期92-94,共3页
基金
湖南省教育厅科研项目(项目编号:[16C0184])
文摘
随着社会的发展,我国的各行各业得到了飞速的发展,尤其是在现如今信息化飞速发展的社会形势下,信息技术得以不断创新和研发,计算机数据库技术也在发展过程中被人们广泛应用于工作与生活中。在不断应用数据库技术的过程中,由于数据信息不断扩增,对聚类算法的发展提出了很大的挑战。基于此,通过对基于Hadoop云计算平台的聚类K-means算法展开深入的研究,提出优化其算法的相应的策略,从而实现大小多数据的多功能特性。
关键词
hadoop
云计算
平台
聚类K-means算法
并行化
Keywords
hadoop
cloud computing platform
clustering K-means algorithm
parallelization
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于CUDA+SMO的大数据学习研究
3
作者
连彬彬
黄风华
谢小烽
邓小康
机构
阳光学院
出处
《信息通信》
2017年第4期36-38,共3页
基金
福建省中青年教师教育科研项目(编号:JA13364)
国家级大学生创新创业训练计划项目(编号:201635108008)
文摘
GPU(Graphics Processing Unit)较适合解决海量数据的并行计算问题,是当前除云计算平台之外的另一项重要的高性能并行运算技术。文章分析了GPU并行运算、CUDA技术和SMO(Sequential Minimal Optimization)算法的基本原理,并将上述技术相结合提出了一种基于CUDA+SMO的大数据并行学习方案(CUDA-SMO),并与传统基于CPU的SMO学习方案(CPU-SMO)进行对比。实验结果表明,CUDA-SMO方案与传统CPU-SMO方案相比具有相近的学习精度,但CUDA-SMO却大大提高了学习速度。CUDA-SMO方案大大提高了大数据挖掘的效率,是未来机器学习和大数据分析技术发展的重要方向。
关键词
大数据分析
hadoop
云计算
平台
GPU加速
支持向量机
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TP753 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
基于Hadoop云计算平台的算法研究
4
作者
刘芬
机构
惠州城市职业学院
出处
《中国新通信》
2017年第18期92-93,共2页
文摘
随着互联网信息时代的到来,数据呈现爆发式增长的态势,大数据时代已经悄然来临,如何借助信息时代的便利推动现有的行业发展是当前数据分析技术应当实现的目标。云计算技术的产生已经推动了数据分析技术的进步以及更新,在数据挖掘的基础上,Hadoop云计算平台算法能够集合开发各个单处理机的节点,每个节点对自己的分配结果处理完毕以后各自汇总结果,最终整合整个处理结果,本文探讨了Hadoop云计算平台的算法,促使Hadoop云计算平台朝着更大规模的数据挖掘方向发展,为社会经济发展作出更大的贡献。
关键词
数据分析
hadoop
云计算
平台
数据挖掘
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
利用Hadoop云计算平台进行海量数据聚类分析
刘海龙
宿宏毅
《舰船科学技术》
北大核心
2016
3
下载PDF
职称材料
2
基于Hadoop云计算平台的聚类K-means算法的研究与实现
汪一百
《信息与电脑》
2017
2
下载PDF
职称材料
3
基于CUDA+SMO的大数据学习研究
连彬彬
黄风华
谢小烽
邓小康
《信息通信》
2017
0
下载PDF
职称材料
4
基于Hadoop云计算平台的算法研究
刘芬
《中国新通信》
2017
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
