于静雯
- 作品数：4 被引量：24H指数：2
- 供职机构：辽宁师范大学更多>>
- 发文基金：中国博士后科学基金辽宁省教育厅基金大连市科学技术基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 复杂网络社团发现算法的并行化设计与研究
- 随着互联网的迅猛发展与信息技术的普及，快速积累的海量数据时代已经来临。如何有效的处理海量数据是现今信息技术领域最炙手可热的话题。解决大数据的相关问题不仅仅是时间上的挑战，还需要大量的机器硬件设备来支持，以便高效、准确的处...
- 于静雯
- 关键词：云计算技术离散化算法并行化设计
- “双减”政策下优化高中思想政治课作业设计研究
- 作业设计是提升教育教学质量、实现育人价值的关键环节。《普通高中思想政治课程标准》(2017年版2020年修订版)指出高中思想政治课是立德树人的关键性课程,作业设计应基于思想政治学科性质,体现育人价值。2021年7月,中共...
- 于静雯
- 关键词：优化设计
- 基于MapReduce框架下的复杂网络社团发现算法被引量：5
- 2014年
- 随着社会网络数据的增加,社团发现获得来自学术界和工业界的大量关注,是因为它在现实世界中有许多的实际应用。格文-纽曼(Girvan-Newman,GN)是现今最流行的算法之一,但在大型网络上由于需要计算网络中每对节点之间的最短路径而产生了相应的局限性。为此,利用Map Reduce模型,提出了一种并行版本的GN算法来支持大规模网络的新方法,称之为最短路径之间的Map Reduce算法(Shortest Path Betweenness Map Reduce Algorithm,SPB-MRA)。此外,还提出了一个近似技术,进一步加快社区检测过程。在Hadoop上利用开源平台Map Reduce框架实现了SPB-MRA算法。结果表明,随着reducer数量的增加时间呈线性减小,并且引入了一种近似技术可以忽略误差。
- 于静雯杨冰
- 关键词：HADOOPMAPREDUCE
- 云计算环境下基于朴素贝叶斯的数据分类被引量：19
- 2015年
- 针对朴素贝叶斯分类算法的特点,提出一种改进的特征选择方法。现代大规模数据分类在单机计算机上训练和测试时间过长,对此,在hadoop分布式平台下设计并实现了基于朴素贝叶斯的数据分类算法。实验结果表明,改进的算法能有效提高分类的正确率,所设计的并行朴素贝叶斯数据分类算法具有较高的执行效率,适用于海量数据的处理与分析。
- 张红蕊张永于静雯
- 关键词：云计算MAPREDUCE朴素贝叶斯数据分类
