MapReduce并行编程模型相关论文
分类是数据挖掘和机器学习等领域中一个非常重要的研究课题,在众多领域中都得到了广泛的应用。当前已经提出的分类方法主要有贝叶......
模体发现问题是生物信息学中的核心问题之一,它对于研究基因表达的调控机制有着极为重要的生物学意义。植入(l, d)模体发现问题是其......
大数据技术已经成为当下热点问题,Hadoop技术在煤矿领域运用也引起了广泛关注。针对传统监控模式下煤矿视频监控系统图像采集点多......
为提高BP神经网络算法的运行效率,利用遗传算法和并行编程思想,提出了Hadoop平台下基于MapReduce的遗传算法优化BP神经网络的并行......
图像获取设备的普及和网络技术的发展导致数字图像迅速增长,面对海量图像,传统的单节点架构的分类算法性能急剧下降。针对上述问题......
提出了MapReduce多组容错机制,在传统的HadoopMapReduce架构上进行改进,即在同机柜中的Task—Tracker节点之间增加了多组关系,这样可......
针对传统的在线学习行为评价方法在处理大规模数据集时面临的问题,提出一种基于并行AdaboostBP神经网络的在线学习行为评价方法。......
为解决基于单节点架构的传统分类算法存在的时间效率差、分类准确率低等问题,提出了一种基于并行Adaboost-BP神经网络的海量图像分......
场景图像分类是图形图像工作范畴的重要组成部分。分类算法的性能对解决场景图像分类问题起关键性作用。大数据时代,场景图像数量......