基于粒计算的大数据处理研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
２ 大数据定义的相关阐述
新时期，大数据处理工作面临着严峻的挑战，为使大数 据能够更好地适应社会发展，大数据技术应运而生，及时解 决了海量信息的分析和处理难题。大数据的核心是处理应用 程序，可以从海量的信息资源中快速获取想要的信息，保证 能够更快、更好地处理相关信息。大数据不仅具有数据急剧 增长的特点，还具有实时性和及时性的特点 [3]。数据灵活性 很强，同时结构多样化，不仅有文本、视频信息，还有传感
Abstract: In recent years, big data has been developing rapidly and the efficiency of big data processing has been greatly improved. Data analysis is the core of big data, which is both dynamic and multi-dimensional. Big data is facing severe challenges in the current era. Improve big data processing capability, strengthen effective innovation in various fields such as computing model, network and processor, scientifically analyze the status quo of big data processing, timely break through the limitations of big data processing research, and further understand the advantages of big data processing. This paper mainly studies the big data processing of grain calculation.
3.2 信息共享安全
大数据为信息共享提供了一个网络渠道，将通信技术和 移动数据技术广泛应用在大数据处理的过程中，导致数据量 剧增，同时也给网络设施行业带来了很大的压力，此时需要 积极考虑信息共享的问题 [4]。以信息安全为主，促进数据量 增长与存储体系的有效融合，及时解决好信息共享中的安全 问题，从而才能促进粒计算理论广泛应用在大数据处理中， 更好地保证信息共享安全。
１ 粒计算理论的研究现状
采用科学方式进行粒度求解，通过采用这种方式来降低 求解中的难度，同时促进了大数据处理效率的有效提升。近 几年，相关部门提高了对现代技术研究的重视程度，在相关 部门的大力支持下，目前已经成功构建了粒计算处理模型， 注重将该理论广泛用于解释概念学习中，同时借助逻辑语言 描述集合粒度，从而便于快速掌握概念之间与粒度集合之间 的包含关系，加强对粒计算理论的认识和掌握 [1]。随后又提 出了采用粒计算观察、参与学习的想法，成功构建了基于粒
Key words: grain calculation; Big data processing; research
大数据处理技术是以粒计算为基础，主要优势在于能够 充分挖掘数据资源的价值，促进该技术广泛应用在行业内。 在大数据背景下，需要以粒计算为研究重点，同时加强网络、 处理器、计算模型等各个领域的创新，通过运用现代技术解 决实际问题。了解大数据处理工作的现状，并注重粒理论、 技术和工具的整合，构建一个优势特性关系粗糙集模型，有 利于工作人员及时掌握有序信息和不完备信息。
关键词：粒计算；大数据处理；研究 中图分类号：TP311.13 文献标识码：A 文章编号：1003-9767（2018）19-156-02
Research on Big Data Processing Based on Granular Computing
Xu Can
(Guangzhou Panyu District Business and Technical College, Guangzhou Guangdong 511400, China)
计算的模糊神经网络框架，在此基础上工作人员深刻意识到 学习粒计算信息粒度知识的必要性。比如，在行业领域内， 工作人员借助偏序关系、模糊信息系统粒度、操作符等信息 来优化大数据处理信息系统，同时研究粒度空间内部度量问 题，深层次探讨粗糙集理论对知识粒度的计算问题，及时解 决了粒计算形式化研究中的问题。进一步提出了基于粒计算 的数学模型和工具，根据拓扑结构来了解大数据的属性变化， 由此还提出了粒计算商的空间概念 [2]。
从而能够及时解决大数据处理wenku.baidu.com作中的问题。
4.2 加强对粒计算知识的研究和运用
３ 粒计算背景下，大数据处理工作面临的主要挑战
粒计算理论知识主要体现在粗糙集理论、词计算理论、
3.1 信息检索速度提高
信息存储中遇到了数据量急剧增长的问题，使数据存储 工作面临着巨大的压力和挑战，同时，单位容量价格越来越 低，磁盘存储空间不断变大，可以实现无限制存储，因此给 生产存储设备和电力能源行业带来了很大的压力。在这种情 况下，也增加了信息检索的难度。
作者简介：许灿（1982-），女，湖南衡阳人，本科，讲师。研究方向：计算机科学与技术。
— １５６ —
2018 年第 19 期
信息与电脑 China Computer&Communication
数据库技术
器信息和点击流数据，因此多种不同形式的数据交织在一起， 由此构建时变结果模型，促进大数据信息快速响应。
数据库技术
信息与电脑 China Computer&Communication
基于粒计算的大数据处理研究
2018 年第 19 期
许 灿 （广州市番禺区工商职业技术学校，广东 广州 511400）
摘 要：近年来，大数据发展迅速，大数据处理的效率也得到了有效提升，数据分析是大数据的核心，同时具有动 态化和多维特性。目前，大数据面临着严峻的挑战，有必要提高大数据的处理能力，加强计算模型、网络、处理器等各 个领域的有效创新，科学分析大数据处理工作的现状，及时突破大数据处理研究存在的局限性，进一步了解大数据处理 的优势。笔者主要针对粒计算的大数据处理进行了科学研究。
新时期，大数据处理工作面临着严峻的挑战，为使大数 据能够更好地适应社会发展，大数据技术应运而生，及时解 决了海量信息的分析和处理难题。大数据的核心是处理应用 程序，可以从海量的信息资源中快速获取想要的信息，保证 能够更快、更好地处理相关信息。大数据不仅具有数据急剧 增长的特点，还具有实时性和及时性的特点 [3]。数据灵活性 很强，同时结构多样化，不仅有文本、视频信息，还有传感
Abstract: In recent years, big data has been developing rapidly and the efficiency of big data processing has been greatly improved. Data analysis is the core of big data, which is both dynamic and multi-dimensional. Big data is facing severe challenges in the current era. Improve big data processing capability, strengthen effective innovation in various fields such as computing model, network and processor, scientifically analyze the status quo of big data processing, timely break through the limitations of big data processing research, and further understand the advantages of big data processing. This paper mainly studies the big data processing of grain calculation.
3.2 信息共享安全
大数据为信息共享提供了一个网络渠道，将通信技术和 移动数据技术广泛应用在大数据处理的过程中，导致数据量 剧增，同时也给网络设施行业带来了很大的压力，此时需要 积极考虑信息共享的问题 [4]。以信息安全为主，促进数据量 增长与存储体系的有效融合，及时解决好信息共享中的安全 问题，从而才能促进粒计算理论广泛应用在大数据处理中， 更好地保证信息共享安全。
１ 粒计算理论的研究现状
采用科学方式进行粒度求解，通过采用这种方式来降低 求解中的难度，同时促进了大数据处理效率的有效提升。近 几年，相关部门提高了对现代技术研究的重视程度，在相关 部门的大力支持下，目前已经成功构建了粒计算处理模型， 注重将该理论广泛用于解释概念学习中，同时借助逻辑语言 描述集合粒度，从而便于快速掌握概念之间与粒度集合之间 的包含关系，加强对粒计算理论的认识和掌握 [1]。随后又提 出了采用粒计算观察、参与学习的想法，成功构建了基于粒
Key words: grain calculation; Big data processing; research
大数据处理技术是以粒计算为基础，主要优势在于能够 充分挖掘数据资源的价值，促进该技术广泛应用在行业内。 在大数据背景下，需要以粒计算为研究重点，同时加强网络、 处理器、计算模型等各个领域的创新，通过运用现代技术解 决实际问题。了解大数据处理工作的现状，并注重粒理论、 技术和工具的整合，构建一个优势特性关系粗糙集模型，有 利于工作人员及时掌握有序信息和不完备信息。
关键词：粒计算；大数据处理；研究 中图分类号：TP311.13 文献标识码：A 文章编号：1003-9767（2018）19-156-02
Research on Big Data Processing Based on Granular Computing
Xu Can
(Guangzhou Panyu District Business and Technical College, Guangzhou Guangdong 511400, China)
计算的模糊神经网络框架，在此基础上工作人员深刻意识到 学习粒计算信息粒度知识的必要性。比如，在行业领域内， 工作人员借助偏序关系、模糊信息系统粒度、操作符等信息 来优化大数据处理信息系统，同时研究粒度空间内部度量问 题，深层次探讨粗糙集理论对知识粒度的计算问题，及时解 决了粒计算形式化研究中的问题。进一步提出了基于粒计算 的数学模型和工具，根据拓扑结构来了解大数据的属性变化， 由此还提出了粒计算商的空间概念 [2]。
从而能够及时解决大数据处理wenku.baidu.com作中的问题。
4.2 加强对粒计算知识的研究和运用
３ 粒计算背景下，大数据处理工作面临的主要挑战
粒计算理论知识主要体现在粗糙集理论、词计算理论、
3.1 信息检索速度提高
信息存储中遇到了数据量急剧增长的问题，使数据存储 工作面临着巨大的压力和挑战，同时，单位容量价格越来越 低，磁盘存储空间不断变大，可以实现无限制存储，因此给 生产存储设备和电力能源行业带来了很大的压力。在这种情 况下，也增加了信息检索的难度。
作者简介：许灿（1982-），女，湖南衡阳人，本科，讲师。研究方向：计算机科学与技术。
— １５６ —
2018 年第 19 期
信息与电脑 China Computer&Communication
数据库技术
器信息和点击流数据，因此多种不同形式的数据交织在一起， 由此构建时变结果模型，促进大数据信息快速响应。
数据库技术
信息与电脑 China Computer&Communication
基于粒计算的大数据处理研究
2018 年第 19 期
许 灿 （广州市番禺区工商职业技术学校，广东 广州 511400）
摘 要：近年来，大数据发展迅速，大数据处理的效率也得到了有效提升，数据分析是大数据的核心，同时具有动 态化和多维特性。目前，大数据面临着严峻的挑战，有必要提高大数据的处理能力，加强计算模型、网络、处理器等各 个领域的有效创新，科学分析大数据处理工作的现状，及时突破大数据处理研究存在的局限性，进一步了解大数据处理 的优势。笔者主要针对粒计算的大数据处理进行了科学研究。