期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
浅谈网络大数据的统计与分析利用 被引量:1
1
作者 王延峰 《数字技术与应用》 2016年第11期237-237,共1页
信息科技的发展是推动大数据发展的关键,当前大数据的统计和分析利用还不完善,结合大数据的特点,大数据中信息数据的价值还有待更好的开发和利用。本文对大数据的统计进行了分析,结合大数据分析利用的手段和方法,阐述了当前大数据利用... 信息科技的发展是推动大数据发展的关键,当前大数据的统计和分析利用还不完善,结合大数据的特点,大数据中信息数据的价值还有待更好的开发和利用。本文对大数据的统计进行了分析,结合大数据分析利用的手段和方法,阐述了当前大数据利用的一些问题,并提出了一些针对性的建议,目的在于促进大数据时代信息数据利用的持续、稳定发展。 展开更多
关键词 网络大数据 特点 统计 分析利用
下载PDF
SVM增量学习算法研究
2
作者 王延峰 《黑龙江科技信息》 2012年第9期25-25,共1页
支持向量机(support vector machine)是一种建立在结构风险最小化原则基础上的全新机器学习方法,具有很强的学习能力和泛化性能,能够较好地解决小样本、高维数、非线性、局部极小等实际问题。虽然支持向量机较其它学习方法在很多方面都... 支持向量机(support vector machine)是一种建立在结构风险最小化原则基础上的全新机器学习方法,具有很强的学习能力和泛化性能,能够较好地解决小样本、高维数、非线性、局部极小等实际问题。虽然支持向量机较其它学习方法在很多方面都具有难以比拟的优越性,但是作为一种新型的技术,支持向量机目前仍然具有一些局限性,尤其是它在支持增量式学习方面还不够好,所以对向量机进行增量学习有着一定的必要性。一方面,由于使用者在训练初期对问题理解的局限性以及问题的高度复杂性,一般很难精确地定义所要的完整的训练集;另一方面,要在初期就收集一个非常完整的训练集是非常困难甚至是难以实现的。本文基于以上的思想对支持向量机增量学习进行研究,通过对原有算法的研究找到一个新的支持向量机增量学习算法。 展开更多
关键词 SVM 支持向量机 支持向量机增量 增量学习
下载PDF
基于云架构的系统安全设计研究
3
作者 王延峰 王艳丽 《电脑知识与技术》 2016年第8期40-41,共2页
随着云计算的日渐成熟,人们在享受方便快捷的同时,安全威胁问题也日趋严重。该文结合工作实践,对云基础架构的系统安全和虚拟化安全进行了分析设计。划分公共区、过渡区、受限区及核一t2,区四个区域实现网络安全框架;并针对虚拟化... 随着云计算的日渐成熟,人们在享受方便快捷的同时,安全威胁问题也日趋严重。该文结合工作实践,对云基础架构的系统安全和虚拟化安全进行了分析设计。划分公共区、过渡区、受限区及核一t2,区四个区域实现网络安全框架;并针对虚拟化安全威胁,详细设计了虚拟化安全。为基于云架构的安全建设提供了可行的技术支持。 展开更多
关键词 云计算 安全 设计
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部