你好,游客 登录 注册 发布搜索
背景:
阅读新闻

MapReduce框架下的聚类和凸包算法研究与实现

[日期:2014-01-17] 来源:  作者: [字体: ]

MapReduce框架下的聚类和凸包算法研究与实现 

成都理工大学 赵茹

首先本文对大数据的产生和价值增长做了研究,说明提高数据挖据算法的执行效率的必要性,同时对如今支持大数据处理的科技和工具做了大致的介绍。之后研究Hadoop文件系统的运行机理,存储过程以及MapReduce框架的编程模型,运行原理等。其次,在一定规模的Hadoop集群上对数据进行分布式处理,从而评估整个集群的性能,看是否适用于标准的数据挖掘任务。在MapReduce框架下运行基准性能的搜索和排序任务,对不同系统配置下的效果进行分析。同时提供K-means聚类算法在MapReduce框架下迭代实现。最后,将传统的计算机图形学凸包算法用MapReduce框架并行实现,并结合K-means算法对实验数据进行仿真,表明凸包算法可以应用于MapReduce框架下的数据挖掘算法研究,并且对数据挖掘算法的结果在数据压缩方面做了大致介绍。


MapReduce框架下的聚类和凸包算法研究与实现 

收藏 推荐 打印 | 录入:574107552 | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款