期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
大数据挖掘中的MapReduce并行聚类优化算法研究 被引量:21
1
作者 吕国 肖瑞雪 +1 位作者 白振荣 孟凡兴 《现代电子技术》 北大核心 2019年第11期161-164,共4页
针对传统数据挖掘算法只适用于小规模数据挖掘处理,由于数据规模不断增大,其存在计算效率低、内存不足等问题,文中将MapReduce用于数据挖掘领域,对大数据挖掘中的MapReduce进行了并行化改进,并设计相应的并行化实现模型,以期满足大数据... 针对传统数据挖掘算法只适用于小规模数据挖掘处理,由于数据规模不断增大,其存在计算效率低、内存不足等问题,文中将MapReduce用于数据挖掘领域,对大数据挖掘中的MapReduce进行了并行化改进,并设计相应的并行化实现模型,以期满足大数据分析需求,完成低成本、高性能的数据并行挖掘与处理。 展开更多
关键词 大数据 mapREDUCE 并行化处理 聚类算法 数据挖掘 map任务
下载PDF
4-6岁儿童在地图任务中自我朝向表征能力的发展
2
作者 肖娴 《中国多媒体与网络教学学报(电子版)》 2018年第8Z期113-114,共2页
通过三因素混合实验的研究方法,了解4-6岁儿童自我朝向表征能力与年龄和性别关系、地图—空间模式与空间—地图模式发展的差别。结果发现,自我朝向表征的发展与年龄有关而与性别无关;两种任务模式的发展不存在分离的现象。
关键词 自我朝向表征 4-6岁儿童 地图任务
原文传递
一种基于粗糙集的Map任务视图优化策略
3
作者 徐奕奕 赵军 +1 位作者 汤泽昆 陈阳 《广西科技大学学报》 CAS 2014年第4期72-77,共6页
MapReduce的实质是将运行于大规模集群上的并行计算过程高度地抽象为两个函数(Map和Reduce).为了生成和优化Map任务视图,对输入的数据集进行预组织是其关键步骤.引入粗糙集中的知识约简思想并给出优化方案.首先对已有的复杂、大规模任... MapReduce的实质是将运行于大规模集群上的并行计算过程高度地抽象为两个函数(Map和Reduce).为了生成和优化Map任务视图,对输入的数据集进行预组织是其关键步骤.引入粗糙集中的知识约简思想并给出优化方案.首先对已有的复杂、大规模任务集进行迭代约简,得到任务更新后的子视图等价类,然后基于时间开销最小的任务集分别计算其最优属性,根据最优属性集删除冗余视图,最后得到优化后的任务组合视图,用于并行处理.仿真实验表明:与约简优化前相比,MapReduce算法在处理同一任务时避免了不必要的复杂性,在运行时间和运行效率上均具有较好提升. 展开更多
关键词 粗糙集 mapREDUCE 知识约简 任务视图
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部