检索结果-内蒙古大学图书馆

计算机工程与设计 2015年第7期 2002-2002页

为了促进大数据技术的研究与发展,推动大数据领域学术研究和交流、大数据应用以及大数据的信息共享,继2013年和2014年成功召开了第一、第二届ccf大数据学术会议后,受中国计算机学会委托’由中国计算机学会大数据专家委员会、中国科学技...

为了促进大数据技术的研究与发展,推动大数据领域学术研究和交流、大数据应用以及大数据的信息共享,继2013年和2014年成功召开了第一、第二届ccf大数据学术会议后,受中国计算机学会委托’由中国计算机学会大数据专家委员会、中国科学技术大学和安徽大学联合承办2015年第三届ccf大数据学术会议。本届ccf大数据学术会议(ccf BigData2015)将于

关键词：

来源：评论

学校读者我要写书评

暂无评论

第三届ccf大数据学术会议征文通知

引用

计算机工程与设计 2015年第7期36卷 F0004-F0004页

为了促进大数据技术的研究与发展，推动大数据领域学术研究和交流、大数据应用以及大数据的信息共享，继2013年和2014年成功召开了第一、第二届ccf大数据学术会议后，受中国计算机学会委托，由中国计算机学会大数据专家委员会、中国科...

为了促进大数据技术的研究与发展，推动大数据领域学术研究和交流、大数据应用以及大数据的信息共享，继2013年和2014年成功召开了第一、第二届ccf大数据学术会议后，受中国计算机学会委托，由中国计算机学会大数据专家委员会、中国科学技术大学和安徽大学联合承办2015年第三届ccf大数据学术会议。本届ccf大数据学术会议（ccf BigData2015）将于2015年10月20日-21日（紧邻中国机算机大会CNCC2015一同）在安徽世纪金源大酒店举行。

关键词：

来源：评论

学校读者我要写书评

暂无评论

第三届ccf大数据学术会议征文通知

引用

计算机应用 2015年第6期 1500-1500页

2015年10月20日-21日合肥为了促进大数据技术的研究与发展,推动大数据领域学术研究和交流、大数据应用以及大数据的信息共享,继2013年和2014年成功召开了第一、第二届ccf大数据学术会议后,受中国计算机学会委托,由中国计算机学会大数据...

2015年10月20日-21日合肥为了促进大数据技术的研究与发展,推动大数据领域学术研究和交流、大数据应用以及大数据的信息共享,继2013年和2014年成功召开了第一、第二届ccf大数据学术会议后,受中国计算机学会委托,由中国计算机学会大数据专家委员会、中国科学技术大学和安徽大学联合承办2015年第三届ccf大数据学术会议。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于Spark的大规模矩阵并行化分解与求逆

基于Spark的大规模矩阵并行化分解与求逆

引用

第三届ccf大数据学术会议

作者：高兴坤顾荣袁春风黄宜华南京大学计算机软件新技术国家重点实验室计算机科学与技术系/江苏省软件新技术与产业化协同创新中心

作为代数运算的基石，矩阵的分解和求逆在科学计算、数据挖掘、机器学习等诸多领域有着广泛的应用。然而大规模矩阵的分解和求逆运算难以在当下流行的Hadoop、Spark等分布式计算平台上很好地并行，以至于Apache Mahout里对于Cholesky分...

作为代数运算的基石，矩阵的分解和求逆在科学计算、数据挖掘、机器学习等诸多领域有着广泛的应用。然而大规模矩阵的分解和求逆运算难以在当下流行的Hadoop、Spark等分布式计算平台上很好地并行，以至于Apache Mahout里对于Cholesky分解目前都只有单机的实现。其中一个重要的原因是矩阵分解与求逆运算结果中的一个元素往往依赖于输入矩阵的若干个元素。针对这一问题，本文基于Spark平台研究优化了大规模分布式稠密矩阵的LU分解、Cholesky分解以及求逆的并行化运算方法。本文首先采用分而治之的并行化设计思路对大规模矩阵进行分块，将整个计算任务划分为更小的计算任务，最终实现高效的并行化矩阵分解和矩阵求逆运算。然后，本文研究了计算过程中的一些优化方法，例如利用高性能本地库、缩小工作集等。实验结果表明，本文提出的并行化算法具有较高的效率，所提的优化方法总体平均能提升约60％的性能。此外，本并行化算法具有近线性的数据与节点可扩展性和受益于Spark平台的高容错性。据我们所知，本文是第一个基于Spark设计实现分布式大规模矩阵LU、Cholesky分解以及求逆算法的工作。

关键词：

来源：评论

学校读者我要写书评

暂无评论

结合概率矩阵分解和认知诊断的个性化试题推荐方法

结合概率矩阵分解和认知诊断的个性化试题推荐方法

引用

第三届ccf大数据学术会议

作者：朱天宇黄振亚刘淇吴润泽吴乐苏喻陈志刚胡国平中国科学技术大学计算机科学与技术学院/安徽大学计算机科学与技术学院/科大讯飞股份有限公司

面向学生的个性化试题推荐是智能教育领域重要的研究课题，现有的试题推荐工作大多采用协同过滤的方法或基于认知诊断的方法。然而，协同过滤的试题推荐方法往往忽略了学生的学习状态(知识点掌握情况);基于认知诊断的方法只能建模单个...

面向学生的个性化试题推荐是智能教育领域重要的研究课题，现有的试题推荐工作大多采用协同过滤的方法或基于认知诊断的方法。然而，协同过滤的试题推荐方法往往忽略了学生的学习状态(知识点掌握情况);基于认知诊断的方法只能建模单个学生的学习状态，不能利用相似学生的共性特征;且推荐给学生的试题也不是越难或越简单就有利于学习的提高。针对以上问题，本文提出一种考虑学生知识点掌握程度的学生试题协同过滤推荐方法。该推荐方法大致分为三步：第一步结合认知诊断模型，根据学生已有的答题情况和试题知识点关联对学生知识点掌握进行建模，第二步将学生知识点掌握情况用于概率矩阵分解预测学生答题情况，第三步根据得分预测和试题难度向学生进行相应的试题推荐。该推荐方法同时考虑了被推荐学生学习的个性也考虑了群组学生学习的共性，在保证试题推荐解释性的同时提高了试题推荐的可靠性。最后，本文通过大量对比实验证明了该方法在进行学生试题推荐时能够保持精确性和可解释性。

关键词：

来源：评论

学校读者我要写书评

暂无评论

第一届ccf大数据学术会议在京成功召开

引用

小型微型计算机系统 2014年第1期35卷 147-147页

中国计算机学会第一届大数据学术会议（ccf BigData2013，会议编号：ccf-TC-13-35）于2013年12月7日至8日在北京国家会议中心成功召开．ccf BigData2013由中国计算机学会主办，中国计算机学会大数据专家委员会承办，中国人民大学、中科... 详细信息

中国计算机学会第一届大数据学术会议（ccf BigData2013，会议编号：ccf-TC-13-35）于2013年12月7日至8日在北京国家会议中心成功召开．ccf BigData2013由中国计算机学会主办，中国计算机学会大数据专家委员会承办，中国人民大学、中科院计算所、南京大学协办．本次大会由中国科学院计算技术研究所李国杰院士和香港中文大学华云生教授担任大会名誉主席，哈尔滨工业大学李建中教授和金蝶国际软件集团首席科学家张良杰担任大会主席，中国人民大学孟小峰教授和华中科技大学金海教授担任程序委员会主席，来自全国各地的四百余人参加了本次盛会．

关键词：学术会议 ccf 中国科学院计算技术研究所中国人民大学哈尔滨工业大学专家委员会中科院计算所香港中文大学

来源：评论

学校读者我要写书评

暂无评论

第一届中国计算机学会大数据学术会议通知

引用

计算机应用 2013年第11期 3000-3000页

2013年12月7-8日北京中国计算机学会第一届大数据(ccf BigData 2012)学会议将于2013年12月7-8日在北京举行。本次会议由中国计算机学会主办,中国训算机学会大数据专家委员会承办,中国人民大学、中国科学院计算技术研究所等单位协办。本... 详细信息

2013年12月7-8日北京中国计算机学会第一届大数据(ccf BigData 2012)学会议将于2013年12月7-8日在北京举行。本次会议由中国计算机学会主办,中国训算机学会大数据专家委员会承办,中国人民大学、中国科学院计算技术研究所等单位协办。本次学术会议将与"2013中国大数据技术大会"联合召开并互通资源。

关键词：大数据中国计算机学会学术会议通知

来源：评论

学校读者我要写书评

暂无评论

第一届中国计算机学会大数据学术会议通知

引用

计算机应用 2013年第11期33卷 F0002-F0002页

中国计算机学会第一届大数据（ccfBigData2013）学术会议将于2013年12月7—8日在北京举行。本次会议由中国计算机学会主办，中国计算机学会大数据专家委员会承办，中国人民大学、中国科学院计算技术研究所等单位协办。本次学术会议将与... 详细信息

中国计算机学会第一届大数据（ccfBigData2013）学术会议将于2013年12月7—8日在北京举行。本次会议由中国计算机学会主办，中国计算机学会大数据专家委员会承办，中国人民大学、中国科学院计算技术研究所等单位协办。本次学术会议将与“2013中国大数据技术大会”联合召开并互通资源。

关键词：中国人民大学学术会议计算机学会中国科学院计算技术研究所专家委员会数据技术

来源：评论

学校读者我要写书评

暂无评论

"第二届ccf大数据学术会议"征文通知

引用

小型微型计算机系统 2014年第8期35卷 1731-1731页

2013年由中国计算机学会主办，ccf大数据专家委员会承办，中国人民大学、中科院计算所、南京大学共同协办的”第一届ccf大数据学术会议”于2013年12月在北京成功召开，

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于Hadoop的局部支持向量机

基于Hadoop的局部支持向量机

引用

第二届ccf大数据学术会议

作者：崔文斌温孚江牟少敏浩庆波山东农业大学信息科学与工程学院山东泰安271018 山东农业大学农业大数据研究中心山东泰安271018 山东农业大学信息科学与工程学院山东泰安271018 山东农业大学农业大数据研究中心山东泰安271018

随着物联网、云计算等技术的不断发展,产生的数据也以爆炸式的速度不断增长,如何在大数据中进行挖掘和分析成为了当前学术界研究的热点Hadoop分布式计算也因此逐渐成为了大数据挖掘和分析的主要技术支持向量机则是一种应用比较广泛的数... 详细信息

随着物联网、云计算等技术的不断发展,产生的数据也以爆炸式的速度不断增长,如何在大数据中进行挖掘和分析成为了当前学术界研究的热点Hadoop分布式计算也因此逐渐成为了大数据挖掘和分析的主要技术支持向量机则是一种应用比较广泛的数据挖掘方法,局部支持向量机是在支持向量机的基础上引入局部学习算法的一种有效的分类算法但是,局部支持向量机需要为每个测试样本分别构造分类器,在大数据上进行分类的时间复杂度较高,分类效率比较低针对上述问题,结合Hadoop并行计算平台,提出了基于Hadoop的局部支持向量机算法本文对局部支持向量机进行了两方面的改进:第一是将计算测试样本的k近邻并行化,第二是将训练模型并行化通过测试实验，结果表明：基于Hadoop的局部支持向量机能够有效降低分类时间，且在分类精度上与局部支持向量机基本保持一致。

关键词：数据处理支持向量机分类算法计算精度

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：