基于Hadoop的分布式數(shù)據(jù)挖掘關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著計算機(jī)技術(shù)在各個領(lǐng)域的深入發(fā)展,各種格式(圖片、音樂、影視和文檔等)的海量數(shù)據(jù)產(chǎn)生并存儲在數(shù)據(jù)庫中。從海量數(shù)據(jù)中挖掘有用的知識,并將這些知識應(yīng)用于人類社會生產(chǎn)實(shí)踐中,成為信息產(chǎn)業(yè)界的一個關(guān)鍵任務(wù)。但是數(shù)據(jù)過多也帶來了一個問題:“數(shù)據(jù)豐富,信息匱乏”,從數(shù)據(jù)中發(fā)現(xiàn)知識的成本過高。需求推動技術(shù)的改變。分布式數(shù)據(jù)挖掘技術(shù)為這一問題提供了解決方案。
  實(shí)現(xiàn)分布式數(shù)據(jù)挖掘系統(tǒng)的一項(xiàng)關(guān)鍵步驟就是將傳統(tǒng)的數(shù)據(jù)挖掘算法移植到分布式計算平臺中

2、。經(jīng)過幾十年的發(fā)展,分布式數(shù)據(jù)挖掘領(lǐng)域中涌現(xiàn)出各種各樣的算法,它們都是面對不同的需求,完成不同的任務(wù)。而將這些算法進(jìn)行改進(jìn),使之能夠適應(yīng)新的分布式環(huán)境,這是整個分布式數(shù)據(jù)挖掘的重要一步。。
  近幾年,開源分布式系統(tǒng)Hadoop在國內(nèi)外得到廣泛的應(yīng)用,經(jīng)過多年的發(fā)展,也日漸成熟。它是實(shí)現(xiàn)分布式數(shù)據(jù)挖掘系統(tǒng)的一個絕佳平臺。
  所以,本文針對數(shù)據(jù)挖掘的相關(guān)技術(shù)進(jìn)行研究,對K-means++算法以及BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),使其有效

3、應(yīng)用于分布式系統(tǒng)中,并提供了Hadoop平臺下的設(shè)計實(shí)現(xiàn)。本文的研工作包括以下兩個方面:
  (1)K-means++算法根據(jù)概率對初始中心點(diǎn)進(jìn)行選擇,相對于隨機(jī)選擇的方法更加科學(xué),算法的效率也較傳統(tǒng)算法有了極大的提高。但是K-mean++算法本身的序列化特性導(dǎo)致其很難在分布式系統(tǒng)中實(shí)現(xiàn),而且在計算距離時,忽略了不同屬性對聚類結(jié)果的影響的差異。本文改進(jìn)了K-mesn++算法的迭代過程,使其能夠在Hadoop平臺上實(shí)現(xiàn),也給出了改進(jìn)

4、算法的MapReduce化偽碼。并且在計算距離的過程中,引入屬性權(quán)值的概念,使得重要的屬性能夠?qū)Y(jié)果產(chǎn)生更大的影響,提高聚類質(zhì)量。實(shí)驗(yàn)證明了改進(jìn)算法的有效性和并行化能力。
  (2)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和網(wǎng)絡(luò)結(jié)構(gòu)需要人為設(shè)定,而它們又對網(wǎng)絡(luò)的分類結(jié)果有著至關(guān)重要的影響。取值不當(dāng)會導(dǎo)致算法收斂很慢甚至不收斂,算法的結(jié)果也有可能只是局部最優(yōu)解。本文使用遺傳算法對網(wǎng)絡(luò)結(jié)構(gòu)和初值進(jìn)行預(yù)訓(xùn)練,根據(jù)訓(xùn)練出來的數(shù)據(jù)構(gòu)造網(wǎng)絡(luò)。并對遺傳算法中的染色體

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論