论文研究基于MapReduce的分布式改进随机森林学生就业数据分类模型研究.pdf

P2P(peer-to-peer)网络分布式聚类算法是利用P2P网络上各个节点的计算、存储能力以及网络的带宽，将算法的时间复杂度和空间复杂度平摊到各个节点，使处理和分析海量分布式数据成为可能，从而克服

为实现大规模矢量数据的高性能处理，在开源项目Hadoop基础上，设计与开发了一个基于MapReduce的矢量数据分布式计算系统。根据矢量空间数据的特点，通过分析Key/Value数据模型及GeoJSO

针对海量数据背景下K-means聚类结果不稳定和收敛速度较慢的问题，提出了基于MapReduce框架下的K-means改进算法。首先，为了能获得K-means聚类的初始簇数，利用凝聚层次聚类法对数据集

对网格中的授权概念及授权过程涉及的主要理论模型和算法参数,进行全面地阐述,然后给出一个网格的分布式授权框架,框架对授权按层次划分为信任管理、策略管理、权限管理、授权机制与协议管理,授权请求管理,对各层

传统的包外估计记录全局数据与树之间的对应关系来测算泛化误差。然而基于MapReduce机制的并行随机森林算法（MR_RF）是建立在多个互不可见的分块数据上。对此分析MR_RF与RF的区别，设计了一个新

基于Solr的分布式实时搜索模型研究与实现.pdf

基于APT攻击的分布式网络检测模型与关键技术的研究，吴孔，张陆勇，网络技术的高速发展，出现了各种各样的网络攻击行为威胁着我们的网络安全，而高级持续性威胁（APT）的出现更是给国家和个人造成了

针对复杂场景中目标检测精确度过低的问题，基于随机森林算法提出一种能适应由姿态、视角和形状引起外观变化的目标检测方法，同时还能有效预测最佳检测框大小，使其与真实目标区域有很高的重叠度。首先，提出一种基于

分布式多维标度定位算法研究，罗莉琼，罗娟，如何实现节点准确地定位是无线传感器网络应用的前提，也是研究的热点。本文提出了一种分布式多维标度定位算法，将节点间的无线信

大尺度分布式流量矩阵研究，胡贝贝，王玉良，随着计算机网络的快速发展，网络的规模越来越复杂，管理网络的难度随之加大。网络管理人员迫切需要掌握关于网络流量的详细情况，