- 年份
- 2025(1)
- 2024(9)
- 2023(13)
- 2022(20)
- 2021(34)
- 2020(41)
- 2019(65)
- 2018(80)
- 2017(88)
- 2016(108)
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)(417)
- 北京大学中文核心期刊目录(北大核心)(257)
- 中国科学引文数据库(CSCD)(185)
- 中国人文社会科学引文数据库(CHSSCD)(19)
- 中文社会科学引文索引(CSSCI)(11)
- 更多...
- 刊名
- 计算机技术与发展(43)
- 软件导刊(41)
- 计算机应用与软件(33)
- 计算机应用研究(33)
- 计算机工程与应用(32)
- 计算机与现代化(28)
- 计算机工程与科学(23)
- 数字技术与应用(22)
- 计算机与数字工程(22)
- 微型机与应用(20)
- 更多...
- 作者单位
- 南京邮电大学(19)
- 华北电力大学(15)
- 河海大学(11)
- 上海交通大学(8)
- 四川大学(8)
- 广东工业大学(8)
- 贵州大学(8)
- 北京工业大学(7)
- 南京大学(6)
- 西安工程大学(6)
- 更多...
- 语种
- 汉语(750)
- 英语(4)
- 关键词
- Hadoop(754)
- 大数据(170)
- MapReduce(169)
- 云计算(120)
- 数据挖掘(49)
- HDFS(44)
- Spark(27)
- 分布式计算(23)
- 并行计算(22)
- HBase(18)
- 更多...
- 作者
- 李伟(5)
- 王伟(5)
- 王涛(5)
- 冯兴杰(4)
- 冯钧(4)
- 王静宇(4)
- 赵建民(4)
- 金伟健(4)
- 黄刚(4)
- 周国军(3)
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 754 条结果
- 基于Hadoop平台的Spark快数据推荐算法分析与应用北大核心CSTPCD摘要:Hadoop大数据平台上可以搭建Yarn,Mahout,Storm,GraphLab等框架,其提供了大数据的各种处理能力.但它们各自按自己的机制工作,整合度极低.虽然在Mahout框架中,对机器学习的算法支持较为完善,但是数据必需是离线的.在大数据时代,要求不仅具有处理能力,还强调了数据的时效性,以前的框架都显得有点力不从心.Spark是Hadoop平台上的新型利器,它的各个部分几乎能替代以前的分散的框架,且采用统一的处理机制,整合度…查看全部>>
- IFAMR:一种基于MapReduce的高效频繁项挖掘算法
- 基于Hadoop的车位空闲模式挖掘方法北大核心CSTPCD
- 基于Hadoop和并行BP网络的打车需求量预测系统研究CSTPCD
- Compliance verification and probabilistic analysis of state-wide power quality monitoring data
- 基于并行C4.5的铁路零散白货客户流失预测研究北大核心CSCDCSTPCD
- 大数据环境下基于决策树算法的人才招聘系统优化研究
- Hadoop平台下突发水污染应急预案并行化处置
- 基于Hadoop集群的DDoS攻击分布式检测架构设计
- Hadoop 下负载均衡的频繁项集挖掘算法研究CSTPCD摘要:频繁项集挖掘 FIM(Frequent Itemsets Mining)是关联规则挖掘算法的重要组成部分。而经典 Apriori 和 FP-Growth 算法在海量数据处理时面临内存占用、计算性能等方面的瓶颈。基于 Hadoop 云计算平台,提出适用大数据处理的频繁项集挖掘 HBFP (High Balanced parallel FP-growth)算法,设计后缀模式转换的数据分割及均衡任务分组方案,使计算节点本地拥有计算所依赖的数…查看全部>>