已閱讀1頁，還剩44頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、隨著信息技術特別是移動通訊技術的發(fā)展，社交網(wǎng)絡、物聯(lián)網(wǎng)、云計算等相繼進入人們的日常工作和生活中，人們積累了大量數(shù)據(jù)，并且數(shù)據(jù)仍然呈快速增長趨勢。面對海量的數(shù)據(jù)，如何從中挖掘出有價值的信息成為許多領域廣泛研究的問題。聚類分析是數(shù)據(jù)挖掘和機器學習中常見的技術，在在學術和工業(yè)領域被大量使用。然而，傳統(tǒng)的聚類算法以串行方法對數(shù)據(jù)進行處理，當應用于海量數(shù)據(jù)分析時，由于內存限制等原因，其效率不高，不能滿足當前對海量數(shù)據(jù)處理的需要。
為應對
2、海量數(shù)據(jù)的挑戰(zhàn)，提高聚類算法的效率，并行聚類技術成為當前研究的熱點。Hadoop當前廣泛使用數(shù)據(jù)分析平臺，它是對MapRedcue計算模型和分布式存儲系統(tǒng)GFS(Google File System)的開源實現(xiàn)。Hadoop因其易用性和良好的擴展性，已成為大數(shù)據(jù)分析的核心之一。Spark是當前十分流行的分布式計算計算平臺，它實現(xiàn)了一種基于內存的分布式數(shù)據(jù)結構，并且提供了簡單且強度的的編程接口，可以被用來構建大數(shù)據(jù)分析中的聚類算法。
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，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確性、安全性和完整性, 同時也不承擔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
- 基因表達數(shù)據(jù)分析的聚類算法研究.pdf
- DNA微陣列數(shù)據(jù)分析中的雙聚類算法研究.pdf
- 基因數(shù)據(jù)分析中聚類算法的研究與應用.pdf
- 基于聚類算法的基因微陣列數(shù)據(jù)分析.pdf
- kmeans聚類算法在面板數(shù)據(jù)分析中的改進及實證研究
- 大數(shù)據(jù)背景下的聚類算法研究.pdf
- 基于層次聚類的數(shù)據(jù)分析.pdf
- 基于大數(shù)據(jù)的聚類算法研究及應用.pdf
- 基于核心點的大數(shù)據(jù)聚類算法.pdf
- K-means聚類算法在面板數(shù)據(jù)分析中的改進及實證研究.pdf
- 面向大數(shù)據(jù)分析的存儲優(yōu)化算法分析.pdf
- 基于聚類算法的大數(shù)據(jù)樣本集優(yōu)化的研究.pdf
- 49063.基于數(shù)據(jù)挖掘聚類算法的基因芯片數(shù)據(jù)分析
- 聚類與分類算法及其在鋁電解數(shù)據(jù)分析中的應用研究.pdf
- 自組織映射聚類算法在基因表達數(shù)據(jù)分析中的應用研究.pdf
- H-KTT聚類算法及其在大規(guī)模AMI數(shù)據(jù)分析中的應用.pdf
- 數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 模糊聚類在基因表達數(shù)據(jù)分析中的應用研究.pdf
- 數(shù)據(jù)挖掘中的演化數(shù)據(jù)聚類算法研究.pdf
- 數(shù)據(jù)挖掘中的聚類算法的研究及分析.pdf
評論
0/150
提交評論