基于云计算的大数据聚类挖掘算法研究

基于云计算的大数据聚类挖掘,需要结合改进粒子群算法、k-means算法的优势,提出基于改进粒子群优化（Particle Swarm Optimization,PSO）的k-means聚类算法,设置自调节惯性权重、云变异算子,根据数据集种群的进化程度,调整粒子群算法的全局搜索、局部搜索能力,追踪数据粒子的个体极值、全局极值,更新每个数据个体在解空间中的点位置、更新速度,并在数据种群进化到一定程度时进行变异操作,选择全局极值作为期望Ex来控制种群迭代次数,避免数据挖掘陷入早熟收敛、局部最优解的情况。     

基于Hadoop技术的物联网大数据同步存储系统设计

目前研究的物联网大数据同步存储系统,对于海量物联网数据的存储效率低、同步性差,不利于数据安全、稳定且高效的存储,难以满足动态存储需求,为了解决上述问题,基于Hadoop技术设计了一种新的物联网大数据同步存储系统。集合采集单元、处理器、存储器构建硬件平台,完善系统接口设计,合理设计软件程序,进一步提升系统的实际应用性能,并采用加密算法对存储数据进行加密处理,保证数据存储的安全性。实验结果表明,针对海量物联网数据,基于Hadoop技术的物联网大数据同步存储系统能够有效提高数据存储的同步性和存储效率,减少数据存储时延。     

一种改进的粒子群和K均值混合聚类算法

该文针对K均值聚类算法存在的缺点,提出一种改进的粒子群优化(PSO)和K均值混合聚类算法。该算法在运行过程中通过引入小概率随机变异操作增强种群的多样性,提高了混合聚类算法全局搜索能力,并根据群体适应度方差来确定K均值算法操作时机,增强算法局部精确搜索能力的同时缩短了收敛时间。将此算法与K均值聚类算法、基于PSO聚类算法和基于传统的粒子群K均值聚类算法进行比较,数据实验证明,该算法有较好的全局收敛性,不仅能有效地克服其他算法易陷入局部极小值的缺点,而且全局收敛能力和收敛速度都有显著提高。     

基于优化粒子群算法的云环境大数据聚类算法

对于传统云环境大数据聚类中的量子进化方法的聚类精准度比较低的问题,为了降低存储开销,提高数据管理能力与调度能力,提出将优化粒子群算法作为基础的云环境大数据聚类算法,对云环境大数据聚类原理进行分析,将传统模糊C均值聚类作为基础,通过粒子群聚类算法对大数据聚类算法进行改进,从而实现空间分割,得出云存储系统的海量数据模糊聚类。利用粒子群聚类方法分配聚类数据离散成本,得到数据聚类信息浓度;与粒子群优化聚类约束条件结合,得到云环境大数据聚类中心最优解。仿真结果表明,此算法的数据聚类精准度比较高,具有良好的收敛性能。     

大数据存储中的优化架构结构的设计与实现

为了降低存储系统的空间开销和抗干扰能力对大数据存储系统进行优化设计,提出一种基于时钟同步与高速模块内部触发的大数据存储优化结构设计方法。采用数据动态增益码调度和编码方法,将存储系统中的大数据送到环形RAM缓冲区,对主控机下载缓冲区的数据作频谱分析,进行大数据存储系统的硬件模块设计,主要有时钟同步电路、复位电路、高速模块内部触发电路、程序加载电路和存储终端接口电路等。软件设计中,利用汇编指令PORTW,PORTR进行串口控制,配置引脚寄存器,执行大数据的写入请求,降低存储开销。仿真实验结果表明,该存储系统具有较好的数据写入和存储性能,执行效率较高,存储开销较小。     

基于中间件技术的网络处理器气候大数据多级存储系统

由于常规存储系统的存储容量低,以增加数据存储容量为目的,该文提出基于中间件技术的网络处理器气候大数据多级存储系统。通过气候大数据多级存储控制器设计和数据存储器设计,完成了系统的硬件设计;在接收数据读取命令后,采用中间件技术读取了网络处理器气候大数据信息,并结合气候大数据存储算法的优化设计,完成了系统的软件设计,实现了基于中间件技术的网络处理器气候大数据的多级存储。仿真测试结果表明,基于中间件技术的存储系统与常规存储系统相比,数据的存储能力更强。     

基于模糊层次聚类的大学生就业数据分类存储系统

文中研究基于模糊层次聚类的大学生就业数据分类存储系统,在总体设计上,通过模糊层次聚类技术构建系统框架,设计4个功能模块对应就业信息分类存储模式,满足大学生就业信息流转形式;以一一对应关系设置大学生就业信息数据分类存储结构,基于所属关系关联大学生的基本信息。在详细设计中,按照数据存储表和字典表两个类型构建大学生就业信息数据库;选择模糊层次聚类算法计算数据隶属值,设定信息数据聚类流程,实现大学生就业信息数据的分类存储,完成系统设计。实验结果表明：以多个专业的大学生就业人数作为数据样本,新系统即可实现不同专业类型大学生就业数据的精准存储,且分类存储时间能够保证在10 s之内,该系统具有很好的实际应用价值。     

基于FRAM和Flash混合数据存储方案的氨气检测仪研究与设计

针对某些嵌入式系统中数据存储量大且改写频繁,以及Flash存储器寿命有限的问题,结合氨氮检测仪的实际应用,提出了一种基于铁电存储器和Flash的混合数据存储方案。给出了基于主控制器STM32F407的氨氮检测仪的整体设计,着重分析了混合数据存储系统的软硬件设计,并在此基础上制订了数据存储协议,提高存储效率。同传统的存储方案相比,基于FRAM和Flash的混合数据存储系统提高了仪器的数据存储速度和效率,延长了使用寿命,提高了仪器整体的稳定性和可靠性。     

OPCUA网关数据存储系统

OPCUA网关对外部系统提供统一标准的数据接口,是智能制造应用领域的关键产品.针对OPCUA网关的数据存储问题,设计了一套内存与外存协同的数据存储系统.摒弃商业数据库软件,直接基于内存与外存进行数据操作.定义了应用于OPCUA结点数据的内存存储结构与外存存储结构,并在此结构的基础上设计了网关数据写入与读取的流程.该系统...     

基于激光扫描的网络敏感数据智能存储系统设计

针对传统数据存储系统在存储网络敏感数据时安全性低的问题,设计一种新的数据智能存储系统。引入激光扫描技术,分别对系统的硬件和软件进行设计。硬件部分重点设计数据采集器、数据检测器和数据存储器,并给出每部分的线路图。根据硬件部分完成软件流程的设计,软件共分为网络敏感数据检测、网络敏感数据分类和网络敏感数据存储三步。为验证系统的工作效果,将其与传统存储系统进行对比实验。结果表明,基于激光扫描技术的存储系统,除了能够实现网络敏感数据的智能存储,还可以很好地拦截外来信号,为存储安全提供有力保证。