作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
PCA算法能够有效地将高维数据投影到较低维空间,应用在各种高维数据的处理中。在煤炭系统中,随着数字时代的高速发展,煤炭数据不仅从维度方面快速增长,而且数据的规模也呈现指数级增长。传统的PCA算法不能有效地处理海量规模煤炭数据。本文针对大规模煤炭数据,提出了分布式PCA算法,该算法基于现有流行的MapReduce分布式计算框架,能够快速、有效地完成PCA数据分析工作。通过大量的实验结果进一步证明了本文提出的算法具有很高的效率以及很好的可扩展性。
推荐文章
基于SLIQ的分布式图像分类框架的研究实现
分布式数据挖掘
医学图像
分类算法
分布式存储在私有云平台中的应用
云计算
私有云
共享存储
开源系统
分布式存储
基于云平台和分布式处理技术的实验室远程监控系统
实验室远程监控
云平台
分布式处理技术
系统设计
数据采集
系统测试
基于云平台的海量图像分类算法研究
海量图像
分类器设计
云平台
图像内容信息
Gabor滤波器
图像分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于云平台的分布式PCA算法在煤炭图像处理中的研究与实现
来源期刊 福建电脑 学科
关键词 云计算 PCA 分布式 MapReduce 大规模数据
年,卷(期) 2015,(11) 所属期刊栏目 基金项目论文
研究方向 页码范围 32-33
页数 2页 分类号
字数 1284字 语种 中文
DOI 10.16707/j.cnki.fjpc.2015.11.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周蓉 37 55 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (58)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
云计算
PCA
分布式
MapReduce
大规模数据
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导