公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

一种高采样率大容量存储的高过载记录仪: 本发明公开了一种高采样率大容量存储的高过载记录仪。包括加速度传感器、信号处理模块、FPGA模块、存储模块和供电模块；加速度传感器与信号处理模块直连，采集弹药加速度的电荷信号；信号处理模块用于将模拟信号的电荷量转换成数字信...; 杨余旺于天朋叶磊韩晨夏吉安唐浩; 文献传递

基于Hadoop体系的传感云数据存储系统及其实现方法: 本发明公开了一种基于Hadoop体系的传感云数据存储系统及其实现方法。通过分析Hadoop框架下的Storm框架、HBase分布式数据表、分布式数据仓库Hive的特点和各自应用场景，结合无线传感器网络形成的传感云技术，提...; 李玉波唐浩杨余旺; 文献传递

基于Spark的K-means安全区间更新优化算法被引量：1: 2017年; 每次K-means算法更新聚类中心后,会对数据集中所有的点迭代计算它们与最新聚类中心的距离,进而获取点的最新聚类。这种全局迭代计算的特征导致传统K-means算法时间效率低。随着数据集增大,算法的时间效率和聚类性能下降过快,因此传统的K-means算法不适合大数据环境下的聚类使用。针对大数据场景下的时间效率和性能优化问题,提出了一种基于Spark的K-means安全区间更新优化算法。在每次更新聚类中心后,该算法更新安全区间标签,根据标签是否大于0每次判断落在该区间内的全部数据的簇别,避免计算所有点与中心的距离,减少因全局迭代造成的时间和计算资源开销。算法基于Spark机器MLlib组件的点向量模型优化了模型性能。通过衡量平均误差准则和算法时间两个指标,进行了优化K-means与传统K-means聚类的性能对比实验。结果表明,所提出的优化算法在上述两个指标上均优于传统的K-means聚类算法,适用于大数据环境下的数据聚类场景。; 李玉波杨余旺唐浩陈光炜; 关键词：K-MEANS SPARK 大数据

基于MapReduce的单遍K-means聚类算法被引量：2: 2017年; K-means应用于MapReduce框架的大数据处理可显著提高K-means对大数据集的处理能力。但K-means聚类算法需要进行多次迭代才能达到可接受的效果,并将每次迭代作为一个独立map作业执行,需要读写整个数据集,从而导致显著的I/O消耗,与MapReduce框架的设计理念不符。为此,提出了一个基于MapReduce的单遍K-means算法(MRSK)。该算法采用流数据单遍算法读取数据,聚类时采用K-means++初始化seeding算法得到初始聚类中心。在理论分析MRSK算法复杂度的基础上,进行了MRSK算法的测试验证和相关分析。验证实验结果表明,相对于基于MapReduce和基于数据流的K-means聚类算法,所提出的MRSK算法在执行速度和聚类效果方面具有更好的优势。; 唐浩杨余旺辛智斌; 关键词：MAPREDUCE框架数据聚类

基于网络编码的传感网数据流并行计算技术: 无线传感网处于物联网末梢，主要负责物联网末端信息采集。随着物联网的发展，无线传感网使用越来越广泛，涉及领域也越来越多。云计算旨在对有意义的大规模数据集进行有效的专业化处理。无线传感网和云计算相结合已经成为一个新的发展方向...; 唐浩; 关键词：无线传感网网络编码能量效率数据流并行计算

全选清除导出

共1页<1>

唐浩