-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=Spark计算框架 "
共 条 记 录，以下是1-10

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
基于频繁项集挖掘算法的伴随车应用与实现被引量：3
《计算机应用与软件》2017年第4期60-64,共5页陈瑶 桂峰 卢超 王华 
上海市科学技术委员会应用技术开发专项(2014-104)
随着大数据技术的发展和交通数据量迅速膨胀的挑战,对海量交通数据进行伴随车挖掘已然成为研究热点。提出一种基于Spark计算框架的频繁项集挖掘算法应用于伴随车挖掘模块当中,对海量的卡口交通数据进行Hadoop分布式文件存储(HDFS),并将...
关键词：HDFS Spark计算框架 频繁项集挖掘 伴随车 
基于Spark的FP-Growth伴随车辆发现与应用被引量：4
《计算机工程与应用》2018年第8期7-13,35,共8页刘惠惠 张祖平 龙哲 
国家自然科学基金(No.61379109)
随着大数据技术在交通管理中的广泛应用,在海量车牌数据中检测伴随车辆,引起了研究者们的关注。但目前大多数方法在庞大的数据量下运行效率低,且停留在理论研究阶段,并未与实际应用相结合。提出了一种针对于此应用的新颖方法。采用Spar...
关键词：伴随车辆 Spark计算框架 FP-GROWTH算法 随机伴随 片伴随 
基于集成学习的转子部件脱落故障诊断方法
《数字制造科学》2022年第1期16-22,共7页周晓 马圣杰 
针对常规信号处理方法在多传感器数据综合利用中的不足,通过时频域和全息谱等技术进行故障特征提取,构造用于故障诊断的转子部件脱落故障诊断数据集。针对单模型在转子脱落故障诊断中识别准确率不高的问题,提出了一种集成学习模型,并为...
关键词：集成学习 转子脱落故障 全息谱 Spark计算框架 
基于Spark计算框架的多目标优化算法实现被引量：1
《现代信息科技》2021年第22期66-70,共5页何昱琪 李德禹 
为了降低分解型算法求解大规模问题的运行时间成本,结合分解型多目标进化算法(MOEA/D)和Spark分布式计算框架的特点,提出了一个主从分布式分解型多目标进化算法(MODEA/D-RDD)。在新的方案中每个Map保存且进化一个子问题,从而通过多个Ma...
关键词：Spark计算框架 多目标优化 MOEA/D算法 
融合Spark与隐性兴趣的用户综合影响力度量被引量：1
《计算机工程》2020年第11期61-69,共9页童曼琪 黄江升 郭昆 
国家自然科学基金(61300104);福建省高等学校新世纪优秀人才支持计划(JA13021);福建省杰出青年科学基金(2015J06014);福建省高校产学合作项目(2017H6008)。
为解决传统用户影响力度量算法面向海量数据处理时运行速度下降的问题,提出一种基于隐性兴趣的用户综合影响力度量算法。通过隐含狄利克雷分配模型得到用户隐性兴趣偏好,根据困惑度和平均话题相似度综合确定最优兴趣话题数,并改进PageR...
关键词：用户影响力 用户兴趣相似度 PAGERANK算法 Spark计算框架 隐含狄利克雷分配模型 
Spark框架下分布式K-means算法优化方法被引量：13
《计算机工程与设计》2019年第6期1595-1600,共6页王法玉 刘志强 
国家自然科学基金项目(61571328);天津市自然科学基金项目(15JCTPJC60100);天津市普通高等学校本科教学质量与教学改革研究计划基金项目(171006008F)
针对传统K-means算法在处理海量数据时存在计算效率低和时间复杂度高的缺点,提出一种基于Spark计算框架的改进K-means算法。利用网格单元保存数据点的空间位置信息,通过与聚类中心的空间位置关系减少冗余计算,为提高算法处理海量数据的...
关键词：K-MEANS算法 Spark计算框架 分布式 网格 空间位置 
基于Spark的变压器局部放电模式识别并行化实现
《计算机应用与软件》2023年第1期74-78,145,共6页李涛 朱永利 
国家自然科学基金项目(51677072);中央高校基本科研业务费专项资金项目(2018QN078)。
快速高效地识别局部放电类型不仅对电力设备的状况评估具有十分重大的意义,而且能够实现智能电网下对电力设施监测数据的快速诊断。因此,在Spark计算框架的基础上提出基于VPMCD(Variable Predictive Model Based Class Discriminate)的...
关键词：Spark计算框架 VPMCD 局部放电 模式识别 
基于大数据随机样本划分的分布式观测点分类器
《计算机应用》2024年第6期1727-1733,共7页李旭 何玉林 崔来中 黄哲学 PHILIPPE Fournier-Viger 
国家自然科学基金资助项目(61972261);广东省自然科学基金资助项目(2023A1515011667);深圳市基础研究项目(JCYJ20220818100205012,JCYJ20210324093609026)。
观测点分类器(OPC)是一种试图通过将多维样本空间线性不可分问题转换成一维距离空间线性可分问题的有监督学习模型,对高维数据的分类问题尤为有效。针对OPC在处理大数据分类问题时表现的较高训练复杂度,在Spark框架下设计一款基于大数...
关键词：大数据分类 分布式文件系统 随机样本划分 观测点分类器 Spark计算框架 
基于并行变量预测模型的变压器故障诊断及优化研究被引量：18
《电力系统保护与控制》2019年第6期82-89,共8页马利洁 朱永利 郑艳艳 
国家自然科学基金项目资助(5167702)~~
针对传统变压器故障诊断方法存在小样本问题下分类效果差、海量监测数据的识别效率低下等问题,提出基于Spark计算框架的并行化变量预测模型。首先采用HDFS作为内存式存储系统,面向行存储的Row Matrix作为分布式矩阵存储结构,利用广播变...
关键词：故障诊断 小样本 变量预测模型 Spark计算框架 内存式存储 
基于Spark框架和PSO优化算法的电力通信网络安全态势预测被引量：19
《计算机科学》2017年第S1期366-371,共6页金鑫 李龙威 苏国华 刘晓蕾 季佳男 
国网科技部项目(SGTYHT/14-JS-188)资助
随着电力通信网络规模的不断扩大,电力通信网络不间断地产生海量通信数据。同时,对通信网络的攻击手段也在不断进化,给电力通信网络的安全造成极大威胁。针对以上问题,结合Spark大数据计算框架和PSO优化神经网络算法的优点,提出基于Spar...
关键词：Spark计算框架 粒子群算法 并行PSO优化神经网络 电力通信网络 安全态势预测 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部