导读:本文包含了海量数据处理论文开题报告文献综述及选题提纲参考文献，主要关键词:文化—聚类,混合算法
海量数据处理论文文献综述
贾丽丽[1]（2019）在《基于文化—聚类混合算法处理海量数据问题的研究综述》一文中研究指出目前,海量数据分析及处理技术已成为学术界及工程界的研究热点,文章通过大量研究国内外海量数据的分析处理方法 ,在已有主要采用的聚类算法的基础上,克服其缺点,提出基于文化—聚类混合算法处理海量数据问题,并将此混合算法推广应用于天文台、医疗诊断等海量数据的深度挖掘分析问题。(本文来源于《科技传播》期刊2019年16期）
孙荣明[2]（2019）在《基于海量信息处理的数据采集系统设计》一文中研究指出随着大数据时代的到来,社会各行各业在信息采集与处理中面临着各种挑战,为了有效解决并为海量信息处理工作提供有力帮助,文章进行了数据采集系统设计,主要从系统技术指标、结构、功能、软硬件设计、电路等方面进行了系统全面分析,以期能够为数据采集系统在社会各个领域的广泛有效应用提供一定帮助。(本文来源于《信息通信》期刊2019年08期）
关金金,未培,庄彦[3]（2019）在《基于Hadoop的海量数据处理平台的架构与研究》一文中研究指出大数据时代的来临,成就了海量数据的衍生,但如何快速聚类高价值数据,深度挖掘电商行业客户和服务数据,搭建海量数据服务着陆平台,监测行业数据舆情,提升公共服务水平,拓宽数据资源应用市场是"互联网+"行业转型的关键。借助Hadoop分布式存储与计算平台,以高效、可靠、可伸缩的方式维护数据精确度、缓解数据冷启动问题,增强数据多样化推荐。(本文来源于《科技视界》期刊2019年20期）
查金忠[4]（2019）在《5G助力“智慧城市”建设更上层楼》一文中研究指出司机坐在办公室内，却可指挥道路上的车辆自动前行；路灯杆上挂个“矮胖墩儿”，能同时提供全景监控、人脸辨识、车牌识别、环境监测、便民服务等多项城市功能；在室外借助VR设备进行多人大场景的虚拟体验……这些应用的实现都有一个大前提，那就是5G网络实现覆盖。近日，(本文来源于《南京日报》期刊2019-07-15）
李德伟,黄高明[5]（2019）在《多源异构海量训练数据实时处理技术研究》一文中研究指出为加强部队训练能力,客观、合理评估训练效果,联合训练需对海情、空情、水文、气象、指挥指令以及装备产生的报文、音视频等多源异构海量数据进行实时处理。通过传输服务、协议适配和实时消息处理等模块的构建,实现多源异构海量数据的互联互通和实时数据接入控制,设计基于Hadoop与分布式并行存储数据库,提高海量数据的实时存储和访问效率,通过海量数据预处理、数据融合和高性能计算等设计实现海量数据实时性处理能力。实践证明系统运行稳定、信息处理及时,为训练效果裁决评估提供了实时可靠的数据依据。(本文来源于《计算机与网络》期刊2019年11期）
聂璐,郑吉洲,王丽娜,刘海彬,王子豪[6]（2019）在《基于国产化服务器集群的海量数据处理负载均衡技术》一文中研究指出国产服务器可控性强、安全性高,但处理性能较国外产品有较大差异。通过搭建国产服务器集群,可以达到所需的处理性能,但需要解决集群内负载均衡的问题。为改善目前航天海量数据处理服务器集群负载不均的现状,本文提出"动""静"结合的负载均衡方法。在数据接收环节采用静态负载均衡,利用LVS进行任务调度;在数据处理环节采用动态负载均衡,根据数据流量和服务器负载来分配处理任务。实验结果表明,该方法可以有效地均衡集群中各个服务器的负载。(本文来源于《航天控制》期刊2019年01期）
张趁香[7]（2019）在《基于Hadoop平台的海量数据分析和处理》一文中研究指出从海量数据中迅速提取有效信息是应用软件开发者们在项目开发中遇到的最大难题。该问题的出发点是在分析Hadoop集群技术组合的关键技术基础和其他现有的分布式存储和计算研究的基础上,以及它们的商业需求和实际的硬件和软件编程能力。提出了一种基于模型和数据结构设计程序的大规模Hadoop数据处理方法,在组织和使用编程方法的几个过程中,介绍了模型的开发、日志数据预处理模型及其在大型网站中的应用。(本文来源于《电脑编程技巧与维护》期刊2019年01期）
张博文,张淑丽,郝昕,马超[8]（2019）在《基于局部敏感哈希的多维海量数据处理》一文中研究指出针对多维海量的超精密加工机床状态监控数据难以被高效地存储与查询这一问题,文章提出了基于局部敏感哈希的多维海量数据处理方法。该方法利用P稳定的局部敏感哈希算法,一方面对数据进行散列化存储,使分散在各存储节点上的数据在存取时避免了读写热点;另一方面也实现了数据降维,通过其结果的碰撞操作,保证了各存储节点内数据具有一定的近邻性,这一性质以牺牲一定的查询准确率为代价极大地缩小了查询范围,从而间接地提高了查询效率。实验结果表明,该处理方法可以有效的提高多维海量数据的存储与查询效率。(本文来源于《科技创新与应用》期刊2019年02期）
马超,黄良毅,张铁刚,李伟宁[9]（2019）在《海南电网海量机器数据实时流处理技术研究》一文中研究指出随着信息时代的来临,企业的日常运营越来越依赖于IT系统的日常运行。企业对信息系统的依赖越深,系统的复杂度越高,IT运维的难度也随之加大,但由于受制于建设时期的技术制约,电力行业在大数据的分析处理方面已逐渐无法适应新环境、新运维模式下的管理要求。基于此,本文重点分析海南电网海量机器数据实时流处理技术。(本文来源于《中国管理信息化》期刊2019年02期）
李辉,王建文,叶明雯[10]（2018）在《基于Hadoop的海量气象水文数据并发处理模型》一文中研究指出针对关系型数据库以及单节点处理难以满足海量气象水文数据存储与处理的问题,提出了一种基于Hadoop的海量气象水文数据并发处理模型(CPHDH)。该模型结合云计算技术,利用计算机集群以及HDFS文件系统实现海量气象水文数据的分布式存储;同时,基于MapReduce编程框架完成海量气象水文数据的高效并行处理。仿真实验中,CPHDH能够有效利用Hadoop平台的分布式存储和并行处理框架实现海量降雨要素信息的高效存储和处理,相比单机运行基于遗传算法的气象观测数据区间值属性约简算法(MOIvGA)进行降水影响因子属性约简,CPHDH中的属性子集对无雨、小雨和中雨预测效率分别提高了10. 74%、6. 19%、4. 42%。(本文来源于《计算机应用》期刊2018年S2期）
海量数据处理论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着大数据时代的到来,社会各行各业在信息采集与处理中面临着各种挑战,为了有效解决并为海量信息处理工作提供有力帮助,文章进行了数据采集系统设计,主要从系统技术指标、结构、功能、软硬件设计、电路等方面进行了系统全面分析,以期能够为数据采集系统在社会各个领域的广泛有效应用提供一定帮助。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
海量数据处理论文参考文献
[1].贾丽丽.基于文化—聚类混合算法处理海量数据问题的研究综述[J].科技传播.2019
[2].孙荣明.基于海量信息处理的数据采集系统设计[J].信息通信.2019
[3].关金金,未培,庄彦.基于Hadoop的海量数据处理平台的架构与研究[J].科技视界.2019
[4].查金忠.5G助力“智慧城市”建设更上层楼[N].南京日报.2019
[5].李德伟,黄高明.多源异构海量训练数据实时处理技术研究[J].计算机与网络.2019
[6].聂璐,郑吉洲,王丽娜,刘海彬,王子豪.基于国产化服务器集群的海量数据处理负载均衡技术[J].航天控制.2019
[7].张趁香.基于Hadoop平台的海量数据分析和处理[J].电脑编程技巧与维护.2019
[8].张博文,张淑丽,郝昕,马超.基于局部敏感哈希的多维海量数据处理[J].科技创新与应用.2019
[9].马超,黄良毅,张铁刚,李伟宁.海南电网海量机器数据实时流处理技术研究[J].中国管理信息化.2019
[10].李辉,王建文,叶明雯.基于Hadoop的海量气象水文数据并发处理模型[J].计算机应用.2018