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62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,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、網絡書寫紋是指用戶在網絡文字中留下的具有獨特寫作風格(如用詞習慣、語法結構等)的特征集合。網絡書寫紋就像人的指紋一樣,是可以標記作者寫作特征的獨一無二的標識符。隨著研究的深入,作者數(shù)量增加,需要處理的總體數(shù)據規(guī)模也相應增加,另外,研究中還發(fā)現(xiàn),在程序運行過程中,計算機的內存、CPU等資源并沒有得到充分的利用。本文嘗試對網絡書寫紋識別研究中的數(shù)據處理關鍵算法并行化,以期能夠充分利用計算機資源,提高數(shù)據處理的效率。
   Ngram

2、是指給定一個序列的文本,根據N值選擇等長或變長的連續(xù)子序列。研究證明,基于Ngram特征的抽取是構建網絡書寫紋個體特征集的重要技術,提高數(shù)據處理效率是Ngram特征抽取過程需要解決的重要內容。本文設計Hadoop-Ngram算法,并在Hadoop集群上實現(xiàn),實驗結果表明,相對未并行化的Ngram特征抽取,Hadoop-Ngram在文本數(shù)據的處理效率上有所提升,同時,CPU、內存等資源的利用率也有所提高,計算機資源得到較充分的使用。在實驗

3、中,還通過配置Hadoop通用參數(shù)選項來比較數(shù)據的處理效率,實驗證明,根據處理任務的規(guī)模和特點靈活的配置Hadoop通用參數(shù),可以使算法的運行效率進一步提高。
   基于特征選擇的集成學習(簡稱集成特征選擇),是構建網絡書寫紋分類模型的重要技術,它首先對特征集合進行選擇,去除冗余和無效特征,然后按照一定的劃分算法對特征集進行劃分,將劃分好的特征子集分配到個體分類器,由個體分類器處理特征子集,最后將各個體分類器的結果匯總得到分類模

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,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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