- 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>>