期刊文献+

基于Hadoop的CTK聚类算法在无线电监测频谱数据分析中的应用 被引量:1

Application of CTK Clustering Algorithm Based on Hadoop in Radio Monitoring Spectrum Data Analysis
下载PDF
导出
摘要 无线电监测产生了海量的频谱监测数据,但缺乏智能化、自动化的数据处理分析手段。聚类算法是重要的大数据挖掘算法,本文设计实现了基于Hadoop的CTK聚类算法,使其适用于分布式、海量的无线电监测数据的分析和计算。通过实验将其应用于无线电监测频谱数据分析后,可在广播频段发现"黑广播",为无线电监测大数据处理的自动化和智能化提供思路。
出处 《中国无线电》 2020年第8期31-33,41,共4页 China Radio
  • 相关文献

参考文献3

二级参考文献26

  • 1高洁,吉根林.文本分类技术研究[J].计算机应用研究,2004,21(7):28-30. 被引量:36
  • 2贺玲,吴玲达,蔡益朝.数据挖掘中的聚类算法综述[J].计算机应用研究,2007,24(1):10-13. 被引量:226
  • 3Sebastiani F. Text Categorization[Z]. Encyclopedia of Database Technologies and Applications. 2005..683-687.
  • 4Joachims T. A Probabilistic Analysis of the Rocchio Algorithm with TF1DF for Text Categorization[C]//Proceedings of the Fourteenth International Conference on Machine Learning. Morgan Kaufmann Publishers Inc. San Francisco, CA, USA, 1997.
  • 5Yang Y. An Evaluation of Statistical Approaches to Text Categorization[J]. Journal of Information Retrieval, 1999, 1 (1/2) :67-88.
  • 6Rocchio J J Jr. Relevance Feedback in Information Retrieval [M]. Salton G, ed. The SMART Retrieval System: Experiments in Automatic Document Processing. Prentice-Hall, Inc. , Englewood Cliffs, New Jersey, 1971 : 313-323.
  • 7Tzeras K, Hartmann S. Automatic Indexing Based on Bayesian Inference Networks[C]//Proc. 16th ACM Int. SIGIR Conference. 1993: 22-34.
  • 8Masand B, Lino G, Waltz D. Classifying News Stories Using Memory Based Reasoning[C]//15th ACM SIGIR Conference. 1992:59-65.
  • 9Apte C, Damerau F, Weiss S. Automated Learning of Decision Rules for Text Categorization[J]. ACM Trans. on Information Systems, 1994,12(3) : 233-251.
  • 10Joachims T. Text Categorization with Support Vector Machines:Learning with Many Relevant Features [C]//Proc. 10th European Conference on Machine Learning (ECML). 1998:137-142.

共引文献37

同被引文献2

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部