共查询到20条相似文献,搜索用时 31 毫秒
1.
现在计算机技术与计算机网络技术发展特别快,现在进入大数据时代,云计算的发展促进了计算机向更高层次的发展,对处理大数据计算等问题提供了可能,物联网是一种新型产业,物联网技术基于计算机网络技术,促进了计算机网络技术进一步发展,物联网技术在数据挖掘中的应用,能更好的提炼数据,对数据的完整性提供了补充,数据挖掘是大数据时代的一种方法,提供了深层次的理论研究。本论文介绍了基于云计算平台的物联网数据挖掘研究,在数据挖掘中利用云计算与物联网技术,对于大数据时代今天提供了一个创新技术的应用,为研究大数据提供了可能。 相似文献
2.
物联网作为一种具备高水准动态性和异构性的现实网络,其数据具备较强的空间性和时间性,想要对其进行数据挖掘是相对困难的.因此,基于云计算的数据挖掘模式被应用到了物联网数据挖掘中.利用云计算技术构建出面向物联网的分布式数据挖掘模型,进而有效完成数据挖掘任务. 相似文献
3.
数据挖掘技术关系着物联网技术的发展高度,传统的数据挖掘技术无法满足物联网庞大、异构数据的挖掘需求,云计算技术的出现为物联网数据挖掘的进一步发展奠定基础,基于云计算的物联网数据挖掘技术包含了物联网感知层、物联网传输层、物联网数据层、物联网数据挖掘服务层四个部分,并获得了较好的实验效果。 相似文献
4.
随着信息化社会的不断发展,信息产业成为我国最重要的国民产业之一。物联网作为信息技术最重要的组成部分,也是实现智能化的最主要技术。其中,数据挖掘技术是物联网技术中最重要的环节之一,它最主要的作用就是为物联网的应用数据提供有力的支撑。由于海量数据的不断增加,物联网数据挖掘也面临着较大的挑战,这时,云计算的出现为物联网的发展指明了全新方向。通过分析云计算背景下物联网数据挖掘技术,旨在推动基于云计算基础物联网的建设进程。 相似文献
5.
6.
IoT的数据管理与智能处理 总被引:1,自引:0,他引:1
在物联网(IoT)中物与物、人与物的智能交互的实现要依赖于数据的智能处理,而数据管理则是数据智能处理的基础。由于物联网中的数据具有异构、海量和不确定等特点,因此要实现对其数据管理与智能处理,必须在运用已有技术的基础上进一步采用新的技术和方法。文章基于物联网中数据的特点、物联网新的数据管理与智能处理技术,提出了数据空间技术、不确定数据推理技术以及云计算在物联网中的应用思路,揭示了需要研究的关键内容。 相似文献
7.
8.
当今社会是一个大数据时代,看似杂乱无章的数据,通过数据分析和处理,能够找寻出一定的规律,从而将其应用于工程建设、企业发展、找寻潜在客户等.近年来,随着医院信息化管理的实现,有学者研究后发现,数据挖掘技术在临床疾病的诊疗中同样发挥着重要作用,尤其是在恶性肿瘤类疾病的诊治中.本文主要探讨的是数据挖掘技术在临床疾病诊疗中的应用,全文在具体论述中首先分析了数据挖掘技术的相关内容,其次分析了常用的数据挖掘技术,最后重点分析了数据挖掘技术在恶性肿瘤疾病诊治中的具体应用. 相似文献
9.
为充分发挥物联网边缘计算优势,减少数据挖掘处理时延,有必要对数据挖掘方法进行深度研究。文章以优化数据挖掘方法为目标,应用损失函数、分支网络模型、线性回归模型构建了基于物联网边缘计算的数据挖掘方法,通过仿真优化,进一步提高了系统表现精度,并验证了该数据挖掘方法的可行性。 相似文献
10.
计算机技术、电子技术和网络技术的飞速发展,将人们带入了信息化的社会,由于信息、数据的增加,人们就要通过数据挖掘技术对这些信息和数据进行处理才可以避免知识的匮乏和提高数据、信息的安全性。本文详细的阐述了什么是数据挖掘和数据挖掘技术、数据挖掘的原理和数据挖掘的常用技术、数据挖掘技术在移动通信中的应用。 相似文献
11.
在对目标活动数据进行处理的过程中,由于表面上只能看到目标活动的航迹情况,而不能更有效地发现不同活动之间的关联关系。对数据挖掘技术的概念进行了介绍,说明了数据挖掘的一般过程及在情报处理中的应用意义,提出了一种通过关联规则算法对已有目标活动数据进行数据挖掘的方法,并详细描述了数据挖掘技术在情报处理中应用的体系结构和实现方式。 相似文献
12.
张皓 《智能计算机与应用》2021,17(7):20-23,31
为了提高物联网区块链数据挖掘能力,需要进行数据优化聚类处理,提出基于深度学习的区块链数据分片峰值聚类算法.采用异构有向图分析方法进行物联网区块链数据存储结构设计,结合特征空间重组技术进行物联网区块链数据结构重组,提取物联网区块链数据的关联信息特征量,采用语义相关性融合的方法进行区块链数据特征提取和自适应调度,对提取的物联网区块链数据特征量进行模糊聚类处理,采用模糊C均值聚类方法进行物联网区块链数据的网格分片峰值聚类和属性分类识别,采用深度学习方法进行数据聚类过程中的分片峰值融合和聚类分析,实现区块链数据分片峰值聚类.仿真结果表明,采用该方法进行区块链数据分片峰值聚类的收敛性较好,误分率较低,自适应学习能力较强. 相似文献
13.
14.
数据挖掘是指从大量的数据中通过数据挖掘算法挖掘知识的过程.数据挖掘技术的发展及其应用的广度和深度,极大地影响着人类社会发展的进程.正确快捷地使用数据挖掘与处理技术,可以使人们的生活由繁变简.本文针对电影行业,应用数据挖掘软件中机器学习的经典算法,对于电影的票房和评分的影响因素进行了探索. 相似文献
15.
针对物联网时代海量数据处理的新需求,通过分析物联网数据的海量、异构、多维以及动态等特性,列举实时数据库技术在海量数据处理方面的优势;并通过具体应用实例探讨实时数据库在物联网系统中的应用前景。 相似文献
16.
物联网技术的出现,为人们的工作和生活带来了巨大的便利,目前已经广泛应用于各个领域中,有效推动了我国经济的发展.在大数据背景下,可以将物联网技术与大数据技术进行有机结合,对海量的数据信息进行优化处理,从而提高物联网技术的高效化、自动化和智能化发展.文章首先阐述了物联网技术和大数据技术之间的关系,然后对大数据背景下物联网技... 相似文献
17.
数据挖掘技术是一种新兴技术,由于该技术在大数据的处理方面具有很大的优势,因此许多行业,尤其是像科研、金融、教育等需要分析大量数据的领域都纷纷引进数据挖掘技术。本文介绍了数据挖掘技术的含义以及方法,并对数据挖掘技术的应用做了简要分析。 相似文献
18.
19.
大型物联网电子设备的海量数据高效挖掘方法研究 总被引:1,自引:0,他引:1
当前对大型物联网电子设备数据采用状态模式识别的数据挖掘方式,对具有差异性特征的电子设备数据挖掘无法分类识别,性能不好。在此提出一种基于关联度主特征量提取的大型物联网电子设备的海量数据高效挖掘方法,首先分析了大型物联网中电子设备的数据采集模型,通过对电子设备的原始数据采集,提取电子设备数据信息的关联度主特征量,采用海量数据挖掘最优控制算法实现对大型物联网中的电子设备海量数据的分类挖掘和特征提取。仿真结果表明,采用该算法进行数据挖掘,电子数据的数据差异性特征幅度平稳,数据的关联度区分明显,具有较好的分类识别和数据检测能力且系统运行效率提高。 相似文献
20.
基于单一节点的数据挖掘系统在处理海量数据集时存在计算瓶颈,针对该问题,提出了一种基于云计算技术的数据挖掘方法:将大数据集和挖掘任务分解到多台计算机上并行处理.在对经典Apriori算法MapReduce化后,建立了一个基于Hadoop开源框架的并行数据挖掘平台,并通过对餐饮系统中点菜单的数据挖掘工作验证了该系统的有效性.实验表明,在集群中使用云计算技术处理大数据集,可以明显提高数据挖掘的效率. 相似文献