暂无评论
传统数据挖掘关联规则Apriori算法直接移植到云计算平台，数据挖掘效率虽然有了数量级的提升，但由于需要频繁地扫描事务数据库，增加了系统I/O、内存和通信的开销。提出一种基于矩阵的并行关联规则算法Ap
天文星表的交叉认证是天文研究中非常重要的基础工作。新巡天项目和更强大望远镜的投入使用，使天文数据爆炸增长，数据量的增加使得两个星表之间的交叉认证变得非常耗时。描述了如何利用MapReduce实现并行天
为了解决云环境中大数据量加密速度慢的问题，针对云计算环境中多节点的特点，结合混沌加密和MapReduce并行框架，提出一种并行混合混沌加密方案。通过对明文数据进行分组，在分组加密初始化时，混合三维Lo
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
模糊C均值算法（FuzzyC-Means，FCM）是目前应用比较广泛的一种聚类算法。FCM算法的聚类质量依赖于初始聚类中心的选择并且易陷入局部极值，结合混合蛙跳算法（ShuffledFrogLeapi
针对K-means算法处理海量数据存在严重的内存不足，提出利用MapReduce并行化K-means，但是普通的K均值存在收敛速度慢、易陷入局部最优和对初始聚类中心的选取等局限性，因此选择了经ACO改
为了实现代码缺陷与代码味道的自动探测与优化，提升优化与重构的效率，设计并开发了一套名为SCORT的源代码优化与重构工具。SCORT将源代码解析为抽象语法树，再探测其中存在的代码缺陷和代码味道，最后对缺
以提升通用可重构处理器在信息安全应用领域的处理能力与执行效率为目的，对序列、分组、公钥及哈希函数等四大类32种密码算法进行深入分析。通过各算法的热点、频度分析，对基本处理单元进行同构、同态、参数化设计
论文研究-基于混合遗传算法的配电网络重构优化.pdf, 以网损最小为目标函数,电压降、线路电流值和电源容量的限制为约束条件,建立了配电网络重构优化数学模型,用外部惩罚函数法将该问题转化为无约束问题.针
针对MapReduce在异构环境下各节点性能不均衡，导致整体计算效率低下的问题进行了研究，从节点与任务两方面入手，提出了一种将节点性能量化并排序与将任务按相似度划分相结合的算法。该方法根据历史日志以及
暂无评论