共查询到10条相似文献，搜索用时 593 毫秒
1.
2.
提出一种基于相似度特征匹配和自适应资源调度的工业生产物流供应链大数据资源融合技术。首先构建了工业生产物流供应链大数据资源调度数据处理平台,进行物流供应链的大数据特征采样,对采样的数据流进行相似度特征匹配。采用自适应资源调度方法进行数据滤波和特征融合,以此为基础进行物流供应链的优化调度,以提高大数据的并行处理效率。仿真结果表明,利用该算法进行大数据资源融合效率较高,配准性能较好,执行时间短,性能优于传统算法。 相似文献
3.
《赤峰学院学报(自然科学版)》2021,(4)
为了提高体育产业数据精准挖掘和量化分析能力,本文提出基于时间序列的体育产业数据精准挖掘模型构建方法。采用全局稳态特征融合方法实现对体育产业数据分布式时间序列模型构建,采用统计量化融合分析方法实现体育产业数据特征量化空间转换,通过模糊解析控制方法,挖掘体育产业数据的关联分布熵。采用输出增益稳态分析方法,构建体育产业数据挖掘的线性解析参数分析模型,采用二乘规划和线性融合方法,实现对体育产业数据挖掘的内源融合和参数控制,结合模糊聚类实现对体育产业数据的统计特征线性聚类处理。结合稀疏性的特征匹配调度模型,构建体育产业数据挖掘的时间融合序列,通过时间序列重构,实现对体育产业数据的精准挖掘。仿真结果表明,采用该方法进行体育产业数据挖掘的精准度较高,特征匹配度较高,降低了体育产业数据挖掘的扰动误差。 相似文献
4.
通过对Web大数据库的访问,提高数据库的查询和信息调度能力。传统方法采用基于信息流减法聚类和模糊C均值调度的数据库访问算法,对数据库访问过程中的稀疏度均衡能力不好。提出一种基于稀疏度均衡调度的数据库优化访问算法,分析了数据库中海量数据存储结构模型,进行数据融合和冗余信息滤除处理。采用稀疏度均衡调度方法进行特征提取和数据库访问过程中的均衡调度,提高数据查准率。仿真结果表明,利用该算法进行数据库访问的均衡性能较好,数据的查准率和查全率较高。 相似文献
5.
在云计算环境下对多媒体资源进行优化权衡调度,以提高对多媒体资源的分布式访问和计算能力。传统方法采用网格调度法,随着资源分布网格的增多,导致多媒体资源的分配效果不好。提出一种基于自适应层阶调度的云计算环境下多媒体资源的权衡调度算法。首先构建了云计算环境下的多媒体资源分布结构模型,采用多路复用的网格计算方法实现对云计算数据的融合和特征提取,通过自适应层阶调度实现云计算环境下多媒体资源的权衡调度。仿真结果表明,利用该算法进行云计算环境下多媒体资源的权衡调度,可降低数据丢包率、提高调度准确性、改善云计算性能。 相似文献
6.
7.
随着计算机与网络的快速发展和普及,网络学习已成为互联网+时代教育发展的重要组成。近年来随着大数据被广泛关注,基于数据挖掘的网络学习行为研究成为重要的研究方向和研究热点。当前关于网络学习行为的分类,大多数基于学习者本身属性,缺乏比较详细而深入的行为类型分析。基于数据挖掘的聚类分析,可以借助大数据的优势,发现数据背后的规律。利用陕西师范大学"现代教育技术"在线开放课程学习者的网络学习过程记录,采用数据挖掘工具对网络学习者行为进行聚类分析,研究发现:根据学习特征,网络学习者可以分为高沉浸性型、较高沉浸性型、中沉浸性型、低沉浸性型四种群体;学习行为与学习效果密切相关,沉浸性高的学习者学习效果往往较好。教师可借助技术工具,对学习者进行不断更新、实时、循环的聚类分析,及时发现学习者的个体及群体学习特征,因材施教,推送适应性的个性化服务,并给予及时的学习预警与恰当的教学干预。 相似文献
8.
在云计算环境下,对高职院校信息管理系统中的虚拟化云数据进行优化融合处理,以提高数据的访问和调度性能。传统方法采用模糊C均值算法进行数据融合处理,随着数据特征之间的模糊性增强,导致对虚拟化云数据的融合和识别能力下降。提出一种基于面向服务构架中心聚类的高职院校信息管理系统中的虚拟化云数据融合算法。首先构建高职院校信息管理虚拟化云数据分布存储结构模型,然后进行数据的状态特征提取和数据聚类处理。实验结果表明,采用面向服务构架中心聚类方法能实现对虚拟化云数据的中心融合处理,提高数据的访问和调度性能。 相似文献
9.
远程学习者在线学习行为无疑会影响到远程学习效果,研究远程学习者的在线学习行为是远程开放教育重要的课题之一。研究设计了三组实验,以明确远程学习者在线学习行为的特征、影响因素及远程学习者在线学习行为与其课程成绩之间的关系。研究表明:远程学习者的在线学习行为具有习惯性、适应性特征;远程学习者的在线行为会受到学习者有无远程学习经历、所在班级学习共同体及年级学习共同体的影响;远程学习者在线学习行为与其课程成绩之间无直接相关关系。最后,针对研究结论,提出了改进远程学习者在线学习行为的相关建议。 相似文献
10.
远程学习者在线学习行为无疑会影响到远程学习效果,研究远程学习者的在线学习行为是远程开放教育重要的课题之一。研究设计了三组实验．以明确远程学习者在线学习行为的特征、影响因素及远程学习者在线学习行为与其课程成绩之间的关系。研究表明：远程学习者的在线学习行为具有习惯性、适应性特征：远程学习者的在线行为会受到学习者有无远程学习经历、所在班级学习共同体及年级学习共同体的影响：远程学习者在线学习行为与其课程成绩之间无直接相关关系。最后,针对研究结论,提出了改进远程学习者在线学习行为的相关建议。 相似文献