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:
随着信息化时代的到来,也相应提升了科技的发展.现阶段网络技术的发展也不断为数据库的发展提供技术支持.在实际应用网络技术时常常会出现大量的数据需要处理,人们开始致力于探讨致聚类研究课题,但是随着不断深入的盐分分析也显现出较多的问题,例如出现了新的计算环境还有海量数据等.本文主要是探讨分析了基于云计算平台Hadoop的并行k-means聚类算法设计研究,并且在此基础之上提供了新的设计算法方式以及应对策略.根据大量的数据研究显示,并行k-means聚类算法设计的加速比较为良好,并且具有优质的数据伸缩率性能以及扩展率,有效作用于挖掘和分析海量数据.
推荐文章
基于云计算的并行K-means聚类算法研究
云计算技术
Hadoop
MapReduce
K-means算法
自适应布谷鸟搜索的并行K-means聚类算法
聚类
K-均值算法
布谷乌搜索算法
Hadoop
MapReduce
基于云计算平台Hadoop的并行k-means聚类算法设计研究
云计算
Hadoop平台
并行k-means
MapReduce
个性化服务中的并行K-Means聚类算法
个性化服务
并行
聚类算法
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 基于云计算平台Hadoop的并行k-means聚类算法设计研究
来源期刊 网络安全技术与应用 学科
关键词 云计算 平台Hadoop 并行k-means 聚类算法设计 研究探讨
年,卷(期) 2017,(12) 所属期刊栏目 安全模型、算法与编程
研究方向 页码范围 46-47
页数 2页 分类号
字数 3668字 语种 中文
DOI 10.3969/j.issn.1009-6833.2017.12.028
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 李莉 18 26 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (96)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
云计算
平台Hadoop
并行k-means
聚类算法设计
研究探讨
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
网络安全技术与应用
月刊
1009-6833
11-4522/TP
大16开
北京市
2-741
2001
chi
出版文献量(篇)
13340
总下载数(次)
61
总被引数(次)
33730
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导