2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、相似自連接是一個在很多應(yīng)用領(lǐng)域中很重要的問題,廣泛的應(yīng)用于數(shù)據(jù)清洗,文本查重,基于密度的聚類分析等方面。對于海量數(shù)據(jù)集,MapReduce可以提供一個有效的分布式計算框架,對于MapReduce框架下的相似自連接研究工作仍然存在不足,如針對聚集數(shù)據(jù)區(qū)域采用加細劃分方法目的是解決負載平衡問題,但不易實現(xiàn)。并且現(xiàn)有的算法不能有效的完成海量數(shù)據(jù)集的相似自連接操作,存在大量不必要的計算且不適用于高維度的數(shù)據(jù),因此對海量數(shù)據(jù)集的相似自連接的研究尤

2、為必要。本文主要研究新穎的基于MapReduce的相似自連接新算法,主要有以下兩個方面的內(nèi)容:
  1.由于已有基于MapReduce的相似自連接MR-DSJ算法,會產(chǎn)生大量的不必要的計算且僅適用于低維度數(shù)據(jù)。針對該問題,本文提出了基于MapReduce的坐標過濾算法。首先對高維數(shù)據(jù)進行降維操作,采用滑動窗口過濾方式來減少候選集的數(shù)量。最后在鄰網(wǎng)格中利用坐標過濾技術(shù)。新的方法避免了不必要距離和重復(fù)計算。實驗結(jié)果表明,我們的方法可以

3、有效的降低算法的時間復(fù)雜度,提高了自連接操作的命中率,并且對于高維度數(shù)據(jù)優(yōu)化效果明顯。
  2.由于聚集的數(shù)據(jù)會分配到同一個Reducer任務(wù)上,就會出現(xiàn)Reducer處理任務(wù)總數(shù)量不均衡的問題。為了解決這種負載不均衡的問題,本文研究了對聚集數(shù)據(jù)采用內(nèi)切圓算法,內(nèi)切圓內(nèi)數(shù)據(jù)點經(jīng)過過濾,使得聚集數(shù)據(jù)被合理計算。為了數(shù)據(jù)充分的集中在圓內(nèi)進一步減少計算量,本文又提出六邊形的網(wǎng)格劃分方法。實驗結(jié)果表明,我們的方法比其他算法有更高的效率,對

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論