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:
道路交通事故现场路面三维点云的数据量庞大,后期处理涉及三维识别等运算,如何提高运算效率,课题组选用了大数据架构.大数据的出现对传统的简单的数据挖掘算法提出挑战,新型的基于Map Reduce的云数据挖掘正在茁壮的发展.Map Reduce是当前最流行的分布式计算模型,在云数据数据挖掘当中作为一个佼佼者迅速发展.
推荐文章
基于Map/Reduce集群上的模式空间划分的序列模式挖掘
Map/Reduce模式空间划分
序列模式挖掘
云计算
基于MAP/REDUCE的移动目标连续轨迹模式挖掘的研究
Map/Reduce模型
改进型PrefixSpan算法
轨迹模式
数据挖掘
基于云计算的并行数据挖掘系统设计与实现
并行数据挖掘
云计算
虚拟化
Google App Engine
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Map Reduce的云数据挖掘模型的设计与实现
来源期刊 信息通信 学科 工学
关键词 云数据 数据挖掘 分布储存系统 MapReduce 道路交通事故
年,卷(期) 2017,(3) 所属期刊栏目 信息工程
研究方向 页码范围 141-142
页数 2页 分类号 TP311
字数 2068字 语种 中文
DOI
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 范苗苗 1 1 1.0 1.0
2 符琳 1 1 1.0 1.0
3 杨罗 2 4 1.0 2.0
4 潘祖兴 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (100)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(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
云数据
数据挖掘
分布储存系统
MapReduce
道路交通事故
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
信息通信
月刊
1673-1131
42-1739/TN
大16开
湖北省武汉市
1987
chi
出版文献量(篇)
18968
总下载数(次)
92
总被引数(次)
34323
论文1v1指导