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70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

文檔簡介

1、數(shù)據(jù)挖掘,也稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn),是從大量、不完全、模糊的實際應用數(shù)據(jù)中,提取隱含在其中、事先不知道的信息和知識的過程。傳統(tǒng)的數(shù)據(jù)挖掘技術采用的挖掘算法:一方面所處理的數(shù)據(jù)都是集中在一臺機器上,另一方面整個挖掘過程的計算也集中在一臺機器上。隨著各種網(wǎng)絡尤其是Internet的廣泛使用,網(wǎng)絡中可獲得的數(shù)據(jù)量持續(xù)增長,需要挖掘的數(shù)據(jù)源往往分布存儲在網(wǎng)絡的各個節(jié)點上。同時,隨著信息技術應用的深入,挖掘算法執(zhí)行的對象數(shù)據(jù)集越來越大,需要大量的

2、計算資源,這必然要求執(zhí)行挖掘算法的機器有相當高的性能,一臺機器通常很難完成這種超大量的計算任務,與之相應的在其它分布式站點上的機器有著充裕的計算資源卻不能有效地利用。對于這兩個問題,傳統(tǒng)的數(shù)據(jù)挖掘技術根本無法解決,因此分布式數(shù)據(jù)挖掘技術隨之而出。 所謂分布式數(shù)據(jù)挖掘就是使用分布式計算資源,從分布式數(shù)據(jù)庫中發(fā)現(xiàn)知識的過程,主要包括兩方面的內(nèi)容:一方面,跨多個網(wǎng)絡節(jié)點對分布式數(shù)據(jù)集進行聯(lián)合挖掘;另一方面,利用網(wǎng)絡節(jié)點的計算資源進行協(xié)

3、同挖掘,滿足巨大的計算工作量需求。通過對Agent、網(wǎng)格、RMI、CORBA等分布式技術進行比較,可以發(fā)現(xiàn),Agent、網(wǎng)格技術是兩種不成熟的技術,雖說有很好的前景,但使用和開發(fā)的難度很大。 而RMI技術是一種很成熟技術,相對容易使用,且具有跨平臺執(zhí)行的能力優(yōu)點。因此本文采用了RMI技術來實現(xiàn)分布式數(shù)據(jù)挖掘。本文以數(shù)據(jù)挖掘中的關聯(lián)規(guī)則FP-Tree算法和分類ID3算法為切入點,對運用RMI技術進行分布式算法設計進行了探索,主要工

4、作包括: 首先,對要采用的分布式技術RMI做了深入的理解和掌握,并把傳統(tǒng)的數(shù)據(jù)挖掘算法中的數(shù)據(jù)處理部分和任務執(zhí)行部分發(fā)布為RMI服務。 其次,對傳統(tǒng)數(shù)據(jù)挖掘算法進行了研究,主要包括關聯(lián)規(guī)則類經(jīng)典算法Apriori、FP-Tree等算法,分類經(jīng)典算法ID3、C4.5等算法。使用Java語言實現(xiàn)其中的FP-Tree、ID3算法。 再次,在深入分析傳統(tǒng)算法的基礎上,提出和實現(xiàn)數(shù)據(jù)與計算都分布的DFP算法和DID3算法。

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 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