版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)和信息通訊技術(shù)的飛速發(fā)展,網(wǎng)絡(luò)數(shù)據(jù)正以指數(shù)級的速度增長。面對如此海量的網(wǎng)絡(luò)數(shù)據(jù),如何快速有效地從中提取出潛在的有價(jià)值的信息以用于輔助決策,給傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)帶來了巨大的挑戰(zhàn)。
最近幾年迅速興起的云計(jì)算,因其低廉的運(yùn)行成本和超強(qiáng)的并行化數(shù)據(jù)處理能力,正受到越來越多的國內(nèi)外研究學(xué)者的關(guān)注,也成為海量數(shù)據(jù)挖掘技術(shù)研究的熱點(diǎn)。
傳統(tǒng)的數(shù)據(jù)挖掘算法在處理這些高維的、增量式的數(shù)據(jù)集時,雖然具有良好的效果,但其
2、串行的計(jì)算方法的時間復(fù)雜度比較高,處理效率也較為低下。
本文將傳統(tǒng)的數(shù)據(jù)挖掘算法部署到云計(jì)算的環(huán)境中,實(shí)現(xiàn)傳統(tǒng)數(shù)據(jù)挖掘算法的優(yōu)點(diǎn)和云計(jì)算的優(yōu)點(diǎn)的融合,從而提高高維、增量式數(shù)據(jù)集的數(shù)據(jù)挖掘效率。其中,主要對網(wǎng)格化均值聚類算法在云計(jì)算平臺Hadoop下并行化的關(guān)鍵技術(shù)進(jìn)行了研究。
本文首先描述了云計(jì)算相關(guān)理論、核心技術(shù)以及云計(jì)算平臺Hadoop,接著描述了數(shù)據(jù)挖掘的相關(guān)理論、技術(shù),著重介紹了其中的聚類分析技術(shù)和基
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Hadoop云計(jì)算平臺的聚類算法并行化研究.pdf
- 基于云平臺的聚類算法并行化研究.pdf
- 基于云平臺的聚類算法并行化研究
- 基于云計(jì)算的并行聚類算法研究.pdf
- 基于云計(jì)算的聚類算法的MapReduce化研究.pdf
- 基于MapReduce的聚類算法并行化研究.pdf
- 基于MapReduce的聚類算法的并行化研究.pdf
- 基于網(wǎng)格的并行聚類算法及數(shù)據(jù)流聚類算法研究.pdf
- 基于Spark的文本譜聚類算法并行化研究.pdf
- 改進(jìn)聚類算法的MapReduce并行化研究.pdf
- 云計(jì)算環(huán)境下海量數(shù)據(jù)的并行聚類算法研究.pdf
- 聚類CLIQUE算法及其并行化研究.pdf
- 基于云計(jì)算的協(xié)同過濾算法并行化研究.pdf
- 基于云計(jì)算的文本聚類算法研究.pdf
- 一種聚類算法的并行化研究.pdf
- 基于云計(jì)算平臺的聚類算法的研究.pdf
- 基于MapReduce的文本聚類算法并行化研究與實(shí)現(xiàn).pdf
- 基于Mahout的并行化k-means聚類算法優(yōu)化研究.pdf
- 基于遺傳算法的并行化K--means聚類算法研究.pdf
- 基于網(wǎng)格和密度的并行聚類算法的研究與實(shí)現(xiàn).pdf
評論
0/150
提交評論