排序方式: 共有8条查询结果,搜索用时 116 毫秒
1
1.
基于云计算的并行K-means聚类算法研究 总被引:2,自引:0,他引:2
目前数据呈爆炸式增长,海量存储状态,给聚类研究带来了诸如计算复杂性和计算能力不足都很多问题;而云计算平台通过负载均衡,动态配置大量的虚拟计算资源,有效地突破了耗时耗能的瓶颈,在海量数据挖掘中体现出了其独特的优势;文章深入研究了基于云计算平台Hadoop的并行K-means算法,并结合MapReduce分布式计算模型,给出了算法设计的方法和策略,包括MapReduce处理的map、shuffle和Reduce 3个过程,仿真结果表明K-means并行算法的效率较高。 相似文献
2.
3.
4.
利用组态软件功能模块化的特点,开发出同时可测量8个点的流速计算机采集系统,实现了流速测量数据的实时显示、实时记录及数据处理等功能。文章研究了系统设计过程中硬件组成设计、硬件通信及软件设计等内容。 相似文献
5.
6.
“半监督学习”是利用已经标记好的训练样本和未标记的训练样本一起训练分类器.传统的半监督训练过程对噪声不作辨别,这种做法会因噪声的存在破坏分类器的训练过程,进而影响分类器的分类效果.针对该问题,提出了基于RSC模型和噪声去除的半监督训练方法,在样本训练过程中,使用RSC标签扩展的方法,并添加噪声去除环节.实验表明,该算法能有效降低半监督学习中噪声对分类器的影响,得到更加精确的分类边界,最终提高算法的性能和稳定性. 相似文献
7.
提出了一种既考虑容量退化、又考虑内阻增长的SOH估计方法,用嵌入式系统中可以直接测量且计算不那么复杂的健康指标来表示.估计结果表明,该方法提高了估计精度47.59%以上,平均减少了29.20%的推理时间.在一个实际的嵌入式系统上使用多个数据集进行了所有测试,以验证所提方法的准确性和有效性. 相似文献
8.
传统的异常入侵检测算法存在误报、漏报率高等问题。为此,将支持向量机应用于网络流量异常检测,提出一种基于支持向量机的网络流量异常检测模型。实验证明,该模型具有较高的检测率,对未知攻击的检测精度也很高,说明了采用支持向量机技术进行入侵检测的有效性。 相似文献
1