分享到:

约束最大频繁项目集的增量式更新算法

发现约束频繁(约束最大频繁)项目集是多种数据挖掘应用中的关键问题,目前已有许多算法可用于发现约束频繁(约束最大频繁)项目集,而对约束频繁(约束最大频  (本文共2页) 阅读全文>>

《科学家》2017年09期
科学家

用PLC增量式凸轮顺控指令实现景观喷泉花洒的探究

通过近几年在景观喷泉系统集成企业的合作中心获知,三菱FX2NPLC用增量式凸轮顺控指令实现景观喷泉花洒,比用其他的指令来实现其代码简洁因而其运行速度快,这在实时控制中是个大优点,因而把其编程的方法和具...  (本文共2页) 阅读全文>>

《中共浙江省委党校学报》2009年05期
中共浙江省委党校学报

由“民主崛起”走向“增量式民主”:现代国家建构视野中乡村民主的演进逻辑

本文以现代国家建构为分析框架认为我国乡村民主发展有其自身的演进逻辑,现代民族国家与民主国家建构的双重特性决定了由...  (本文共5页) 阅读全文>>

《学习论坛》2005年11期
学习论坛

党内民主的增量式发展与路径依赖

党内民主的增量式发展是在党内民主已有的发展成果、发展水平和制度架构的基础上,渐进地、稳步地推进党内民主的发展。在我国,...  (本文共4页) 阅读全文>>

西北工业大学
西北工业大学

基于MapReduce的并行数据处理优化技术研究

伴随着“大数据时代”的深入以及互联网技术、云计算技术和智能设备的普及,全球数据量每年将以40%的速度增长,到2020年将达到35ZB(Zettabyte),大数据将迎来ZB时代。传统以追求计算速度为主要衡量指标的单机计算模式,正在向支持非结构化的、松耦合的分布式并行处理模式转变。其中,分布式并行编程模型是并行处理中的一个重要研究课题。MapReduce因其大规模的并行处理能力、简洁的编程模型、良好的可扩展性、容错性、易用性、以及高性价比等显著特征已成为目前最具影响力的分布式并行编程模型的代表。相比于传统只能处理关系型结构的数据库管理系统,MapReduce编程模型对处理非结构化数据的支持满足了大多数应用的需求。然而,面对数据不断涌现的新特点和多样化需求,MapReduce编程模型仍存在较大的优化空间,特别是在并行处理时的数据划分不均衡问题和平均执行执行效率低的问题是制约其发展的最大阻碍。因此,针对MapReduce编程模型的并行...  (本文共125页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

基于张量的大数据多聚类及其安全和高效方法研究

随着云计算、物联网、社交网络和社会新媒体等高新信息技术的飞速发展,现实世界大量的感知设备、智能产品、网络通信,以及人类知识、思维能力、社会关系和文化元素,从多个维度产生了大规模的多源异构数据,这些数据具有特征混杂、模态多样、类型复杂等特点,并在不同的视图下蕴含着不同的知识和价值。多聚类可以从不同观点产生多个不同的聚类结果,有利于从多方面揭示隐藏在数据中的不同结构,是解决网络舆情分析、重大疾病分析、资源推荐和金融风险预测等众多应用问题的关键技术,在我囯社会、工业和经济领域有着迫切的需求,具有广阔的应用前景。现有多聚类研究大多针对小规模、单领域数据集,其聚类结果难以解释,无法根据上下文情境变化实现多模态的聚类,且算法大多面向具体应用,难以扩展到其他领域,缺乏通用性。此外,在大数据时代,大数据所呈现的类型多样、数据规模大、价值密度不均、增长速度快等特征也对大数据环境下的多聚类研究提出了新的挑战。论文选定大数据环境下面向多源异构数据的多...  (本文共164页) 本文目录 | 阅读全文>>