期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Spark下遥感大数据特征提取的加速策略
被引量：
7
1
作者
黄震
钱育蓉
+1 位作者
范迎迎
杜娇
《计算机工程与设计》
北大核心
2017年第12期3279-3283,共5页
提出一种基于Spark分布式内存计算框架的遥感大数据特征提取策略。采用Landsat8为数据源,以计算归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)为例开展实验。实验结果表明,在相同硬件环境、处理任务、数据量的条件下,Sp...
提出一种基于Spark分布式内存计算框架的遥感大数据特征提取策略。采用Landsat8为数据源,以计算归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)为例开展实验。实验结果表明,在相同硬件环境、处理任务、数据量的条件下,Spark处理遥感大数据的速度较单机模式下的处理遥感大数据提升了约2倍,基于Hadoop分布式文件系统(HDFS)处理模式较Spark-standalone处理模式处理速度提升了约1.2倍,基于Spark下的HDFS存储模式下,栅格切分遥感大数据较非栅格切分处理速度提高了约1.5倍。
展开更多
关键词
Spark
分布式内存计算框架
HADOOP
分布式
文件系统
遥感大数据
内存
计算
栅格切分
在线阅读
下载PDF
职称材料
Spark环境下K-means初始中心点优化研究综述
被引量：
9
2
作者
行艳妮
钱育蓉
+1 位作者
南方哲
赵京霞
《计算机应用研究》
CSCD
北大核心
2020年第3期641-647,共7页
为了能够及时了解Spark环境下经典聚类算法K-means的最新研究进展,把握K-means算法当前的研究热点和方向,针对K-means算法的初始中心点优化研究进行综述。首先介绍了内存计算框架Spark和K-means算法,并分析了K-means算法聚类不稳定性的...
为了能够及时了解Spark环境下经典聚类算法K-means的最新研究进展,把握K-means算法当前的研究热点和方向,针对K-means算法的初始中心点优化研究进行综述。首先介绍了内存计算框架Spark和K-means算法,并分析了K-means算法聚类不稳定性的成因和影响,其目的在于指出优化K-means算法的重要性;详细介绍了目前在Spark环境下优化K-means初始中心点的主要方法和最新研究现状,并展望了K-means初始中心点优化问题的未来研究方向。
展开更多
关键词
K-均值算法
分布式内存计算框架
算法优化
聚类算法
在线阅读
下载PDF
职称材料
题名
Spark下遥感大数据特征提取的加速策略
被引量：
7
1
作者
黄震
钱育蓉
范迎迎
杜娇
机构
新疆大学软件学院
出处
《计算机工程与设计》
北大核心
2017年第12期3279-3283,共5页
基金
国家自然科学基金项目(61562086
61462079
+3 种基金
61363083
61262088)
新疆"万人计划"后备基金项目(wr2015bj01)
新疆自治区研究生科研创新基金项目(XJGRI2016029)
文摘
提出一种基于Spark分布式内存计算框架的遥感大数据特征提取策略。采用Landsat8为数据源,以计算归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)为例开展实验。实验结果表明,在相同硬件环境、处理任务、数据量的条件下,Spark处理遥感大数据的速度较单机模式下的处理遥感大数据提升了约2倍,基于Hadoop分布式文件系统(HDFS)处理模式较Spark-standalone处理模式处理速度提升了约1.2倍,基于Spark下的HDFS存储模式下,栅格切分遥感大数据较非栅格切分处理速度提高了约1.5倍。
关键词
Spark
分布式内存计算框架
HADOOP
分布式
文件系统
遥感大数据
内存
计算
栅格切分
Keywords
Spark distributed memory computing framework
Hadoop distributed file system
remote sensing big data
memory computing
grid segmentation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
Spark环境下K-means初始中心点优化研究综述
被引量：
9
2
作者
行艳妮
钱育蓉
南方哲
赵京霞
机构
新疆大学软件学院
出处
《计算机应用研究》
CSCD
北大核心
2020年第3期641-647,共7页
基金
国家自然科学基金资助项目(61562086,61462079,61966035)
新疆维吾尔自治区教育厅创新团队资助项目(XJEDU2016S035)
自治区研究生创新项目(XJ2019G072,XJ2019G069,XJ2019G071)。
文摘
为了能够及时了解Spark环境下经典聚类算法K-means的最新研究进展,把握K-means算法当前的研究热点和方向,针对K-means算法的初始中心点优化研究进行综述。首先介绍了内存计算框架Spark和K-means算法,并分析了K-means算法聚类不稳定性的成因和影响,其目的在于指出优化K-means算法的重要性;详细介绍了目前在Spark环境下优化K-means初始中心点的主要方法和最新研究现状,并展望了K-means初始中心点优化问题的未来研究方向。
关键词
K-均值算法
分布式内存计算框架
算法优化
聚类算法
Keywords
K-means
distributed memory computing framework
algorithm optimization
clustering algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Spark下遥感大数据特征提取的加速策略
黄震
钱育蓉
范迎迎
杜娇
《计算机工程与设计》
北大核心
2017
7
在线阅读
下载PDF
职称材料
2
Spark环境下K-means初始中心点优化研究综述
行艳妮
钱育蓉
南方哲
赵京霞
《计算机应用研究》
CSCD
北大核心
2020
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
