【摘 要】
：
采用分布式编程MapReduce模型研究了文本统一格式预处理、训练、测试以及分类等基于朴素贝叶斯文本分类算法主要计算过程的MapReduce并行化方法,并在Hadoop云计算平台进行了
【机 构】
：
中南民族大学电子信息工程学院,华中科技大学计算机科学与技术学院
【基金项目】
：
中央高校基本科研业务费专项资金资助项目(CZY11002);武汉市科技攻关项目(201110821229);工信部国家科技重大专项(2011ZX03002-001-01)
论文部分内容阅读
采用分布式编程MapReduce模型研究了文本统一格式预处理、训练、测试以及分类等基于朴素贝叶斯文本分类算法主要计算过程的MapReduce并行化方法,并在Hadoop云计算平台进行了实验。实验结果表明:朴素贝叶斯文本分类算法MapReduce并行化后在Hadoop云计算平台上部署运行,具有较好的加速比,对中文网页文本分类识别率达到了86%。
其他文献
<正> 生物的基本结构和功能单位是细胞。任何细胞都以一层薄膜(厚度50—100埃)将其内含物与环境分开。这层薄膜称为细胞质膜。此外,大多数细胞中还有许多内膜系统,它们组成具
钢琴改编曲《山丹丹开花红艳艳》是我国著名的作曲家王建中先生根据同名歌曲改编而成的,本文主要从创作背景、乐曲内容、旋律、曲式、民族和声、民族元素等方面来描述乐曲的
建国以来,由于政治稳定和经济发展的需要,中国城乡社会结构一直呈现"二元"城乡分立的局面。近年来,为适应经济和社会现代化的发展,户籍制度的城乡壁垒开始松动,社会人口流动
当前,两岸关系和平发展已实现由开创期转入巩固深化期的阶段性跨越,两岸在经济、社会、文化、民间交流等领域的合作规模与深度不断提升,但在政治领域,双方关系仍处于低层次的
在明清时期,我国城镇经济相较于宋元时期来说更为繁荣,农业生产也有了十分显著的发展,资本主义生产关系开始萌芽,城乡经济文化交流也越来越频繁。在这种经济文化环境的大推动
针对多尺度Retinex算法在图像增强的过程中,存在着算法运算量大的问题,提出了一种基于快速二维卷积和多尺度连续估计的算法。该算法充分利用二维图像高斯卷积的可分离性和多
泥蚶Tegillarca granosa (Linnaeus)又叫花蚶、真蚶,是一种广温、广盐性经济贝类,盛产于我国沿海各省,因其味道鲜美、营养价值高而颇受广大消费者的喜爱.近几年来泥蚶的人工
在基于网格形变的图像缩放算法中,表示图像的网格质量对于这类算法的结果有着很大的影响。为了改善图像网格质量,提出一种基于局部—全局方法的平面三角网格优化算法。在局部
隋唐两代,针对突厥及周边民族政权的威胁,采取的政策和策略先后皆有变化.治史者往往不辨具体背景而赞唐诽隋,远违历史真相.隋朝在三个时期修筑的长城,皆为当时的形势所驱动.
多孔菌是指子实层体呈孔状且质地为革质至木质的一类大型担子菌,主要生长在各类木材上。我国地域辽阔,气候带和地形多样,森林类型和植被组成丰富,为多孔菌提供了丰富的栖息地