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65頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著云計算、物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的快速發(fā)展,大數(shù)據(jù)正成為信息技術的新熱點,產(chǎn)業(yè)發(fā)展的新方向,對人類的生產(chǎn)與生活產(chǎn)生巨大影響。大數(shù)據(jù)來源于互聯(lián)網(wǎng)、企業(yè)系統(tǒng)和物聯(lián)網(wǎng)等信息系統(tǒng),經(jīng)過大數(shù)據(jù)處理平臺的分析與挖掘,產(chǎn)生新的知識用以支撐決策或業(yè)務智能化運轉(zhuǎn),大數(shù)據(jù)時代的到來給數(shù)據(jù)管理與分析提出了新的挑戰(zhàn),數(shù)據(jù)處理方法的合理性和時效性成為了大數(shù)據(jù)統(tǒng)計分析的研究熱點。近年來,基于數(shù)據(jù)挖掘算法的大數(shù)據(jù)分析是研究的重要方向,但大都是以傳統(tǒng)單機環(huán)境下數(shù)據(jù)挖掘算

2、法改進為主,由于受內(nèi)存、擴展性等限制,不能有效滿足激增的海量數(shù)據(jù)處理需求,為此本文研究傳統(tǒng)數(shù)據(jù)挖掘算法在MapReduce并行編程環(huán)境下的實現(xiàn)方法,同時,針對大數(shù)據(jù)時代海量數(shù)據(jù)的存在形式及Hadoop平臺處理海量小文件數(shù)據(jù)時的性能瓶頸,提出海量小文件處理策略,最后,以出租車GPS數(shù)據(jù)為實例,對MapReduce實現(xiàn)短時交通路預測的高效性進行驗證,在Hadoop環(huán)境下,改進基于MapReduce的K近鄰短時交通流預測算法,以提高預測準確性

3、?;谝陨锨闆r,本文具體做了以下三項工作:
  (1)針對單機環(huán)境下傳統(tǒng)數(shù)據(jù)挖掘算法在對大規(guī)模數(shù)據(jù)分析時存在“內(nèi)存消耗高、計算性能低、擴展性差和可靠性弱”等問題,提出MapReduce并行環(huán)境下KNN、Apriori和K-Means算法的實現(xiàn)方法,并以“可行性、加速比和擴展性”為指標,采用不同大小的真實數(shù)據(jù)集,在由不同節(jié)點組成的集群中進行實驗驗證。實驗結果表明,該實現(xiàn)方法是可行和有效的,能提高KNN、Apriori和K-Means

4、算法的整體性能和挖掘效率,以滿足大規(guī)模數(shù)據(jù)挖掘的需要。
  (2)分析了Hadoop平臺的設計初衷是專門處理流式大文件,而現(xiàn)實環(huán)境中大部分數(shù)據(jù)是以海量小文件形式存在,針對Hadoop在處理海量小文件時,存在“內(nèi)存消耗高、處理效率低”等固有缺陷,本文中實現(xiàn)了CombineFileInputFormat(CFIF)、HadoopArchive(HA)、Sequence File(SF)等三種處理海量小文件的有效方法,并結合不同用戶的實

5、際需求,提出了相應的處理策略,以“Namenode內(nèi)存消耗、MapReduce運行速度”為指標,驗證策略選擇的合理性和有效性。實驗結果表明,所實現(xiàn)的處理方法和提出的策略選擇,能最大化地發(fā)揮Hadoop的整體性能,提高海量小文件的處理效率。
  (3)以海量出租車GPS數(shù)據(jù)為研究實例,一是利用(1)所述基于MapReduce的并行化K近鄰算法解決海量GPS數(shù)據(jù)預測短時交通流時效率低的問題;二是在短時交通流預測前,引入(2)所述小文件

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。
  • 6. 下載文件中如有侵權或不適當內(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