您的位置： 专家智库 > >

孙琦

作品数：3 被引量：0H指数：0
供职机构：齐鲁工业大学更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 2篇自动化与计算...

主题

  • 2篇聚类
  • 1篇数据聚类
  • 1篇数据迁移
  • 1篇数据迁移方法
  • 1篇数据挖掘
  • 1篇子群
  • 1篇相似度
  • 1篇粒子群
  • 1篇流数据
  • 1篇流数据聚类
  • 1篇模拟退火
  • 1篇聚类结果
  • 1篇聚类算法
  • 1篇共指消解
  • 1篇分布式
  • 1篇分布式计算
  • 1篇MAPRED...
  • 1篇SPARK

机构

  • 3篇齐鲁工业大学

作者

  • 3篇孙琦
  • 1篇杨振宇
  • 1篇孙涛
  • 1篇王新刚
  • 1篇鲁芹
  • 1篇李鹏
  • 1篇张建国

传媒

  • 1篇齐鲁工业大学...

年份

  • 1篇2018
  • 1篇2017
  • 1篇2016
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
一种基于任务负载的数据迁移方法
本发明公开了一种基于任务负载的数据迁移方法，其具体实现过程为，首先对模拟退火粒子群进行初始化操作；然后根据步骤一初始化粒子群得到的最优位置更新所有粒子的速度及位置；最后判断是否达到最大退火次数，是则得到最优聚类划分，否则...
王新刚孙琦鲁芹杨振宇孙涛
文献传递
一种基于MapReduce的实体共指消解方法
2016年
在信息技术和工业自动化迅速发展的时代,源源不断地产生着大批量的数据,这些数据中大量指代同一实体的重复数据,给数据分析和处理带来了很大的困难。在以往研究的基础上,提出了一种基于MapReduce的实体共指消解的方法,该方法通过引入权重和相似度的度量指标,利用Hadoop平台和MapReduce框架把数据处理成key-value数据实体对的形式,进而对数据进行共指消解处理。经过实验,表明了该方法能够提高实体共指消解的准确率和速度,满足了企业在当前形势下实体共指消解的需求。
李鹏张建国孙琦苗世强逄焕君
关键词：MAPREDUCE相似度
基于Spark的流数据聚类方法研究
随着信息化社会的迅速发展，无论是当前的Web搜索、物联网系统、传感器网络等领域，还是传统的工业、医疗、金融、交通等行业，实时都会有数据在产生。这些数据由于产生速度较快，数据量较大，数据格式比较复杂，将这些流数据存储下来不...
孙琦
关键词：SPARK流数据数据挖掘聚类分布式计算
文献传递
全选 清除 导出
共1页<1>
聚类工具0