2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩81頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái),給人們的生活帶來(lái)各種各樣的便利,同時(shí)也意味著會(huì)產(chǎn)生越來(lái)越多的數(shù)據(jù),如何從這海量的數(shù)據(jù)中挖掘價(jià)值將是一個(gè)非常有價(jià)值的課題。聚類(lèi)算法就是其中一種從海量數(shù)據(jù)中挖掘價(jià)值的工具,它有著非常廣泛的使用場(chǎng)景,包括對(duì)一些未知的物品進(jìn)行分類(lèi),同時(shí)可以進(jìn)行相應(yīng)應(yīng)用。隨著數(shù)據(jù)量的劇增,聚類(lèi)算法在單機(jī)環(huán)境下開(kāi)始越來(lái)越吃力,越來(lái)越面臨瓶頸。因此,海量數(shù)據(jù)對(duì)聚類(lèi)算法以及相應(yīng)的處理系統(tǒng)提出了新的要求。
  本文是基于Hadoop平臺(tái)的

2、網(wǎng)絡(luò)數(shù)據(jù)并行處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)。本文首先對(duì)Spark相關(guān)性能進(jìn)行優(yōu)化研究,主要包括兩部分:開(kāi)發(fā)過(guò)程中相關(guān)性能優(yōu)化研究,shuffle性能優(yōu)化研究。開(kāi)發(fā)過(guò)程中相關(guān)性能優(yōu)化研究主要研究了避免使用shuffle算子以及對(duì)多次使用的RDD進(jìn)行持久化這兩個(gè)方面。shuffle性能優(yōu)化主要研究了sort shuffle和hash shuffle各自的適用場(chǎng)景以及相應(yīng)的優(yōu)化,并通過(guò)實(shí)驗(yàn)來(lái)驗(yàn)證。聚類(lèi)算法面臨海量數(shù)據(jù)處理遇到的瓶頸越來(lái)越大,為了開(kāi)發(fā)并行化

3、聚類(lèi)算法來(lái)應(yīng)對(duì)海量數(shù)據(jù)處理難的問(wèn)題,本文引入Hadoop平臺(tái)并在該平臺(tái)上搭建Spark平臺(tái)。針對(duì)k-m eans算法存在隨機(jī)選取初始中心導(dǎo)致迭代次數(shù)過(guò)多的問(wèn)題,本文提出了一種基于Spark平臺(tái)的由克洛斯卡爾算法改進(jìn)的k-means算法來(lái)解決初始中心選擇問(wèn)題,通過(guò)迭代次數(shù)和迭代時(shí)間這兩個(gè)指標(biāo)來(lái)評(píng)價(jià)實(shí)際效果。為了更好展示實(shí)驗(yàn)結(jié)果,本文將Spark的k-means++算法作為比較對(duì)象,實(shí)驗(yàn)結(jié)果顯示,基于Spark平臺(tái)的由克洛斯卡爾算法改進(jìn)的k

4、-means算法比Spark的k-means++算法有更少的運(yùn)行時(shí)間以及更少的迭代次數(shù)。針對(duì)k-means算法沒(méi)有考慮向量之間相似性的問(wèn)題,本文提出了一種基于Spark平臺(tái)的由克洛斯卡爾算法和谷本距離改進(jìn)的k-means算法,使用誤差平方函數(shù)作為評(píng)價(jià)指標(biāo),與Spark的k-means++算法以及基于Spark平臺(tái)的由克洛斯卡爾算法改進(jìn)的k-means算法相比,具有更少的誤差平方函數(shù)值,也就得到更好的聚類(lèi)結(jié)果。
  本文最后搭建了一

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論