搜索资源列表
用V isual C 实现大数据量的快速存取
- 在用计算机组织、调度、管理海量影像数据过程中, 速度就成为一个瓶颈问题, 也是衡量软件性能是否优良 的主要因素之一。本文试图从编程的角度实现大数据量的快速存取。分别介绍了三个环节: 数据存储、数据流向和 数据调度, 并对这种方法做出了简单评
gdal
- 最近在学习gdal库，因为学习它的目的是为了读取，处理，保存大数据量的多格式影像，所以我把学习的重点放在了读取数据集，创建数据集，分块读写上。-Recent study gdal library, because its purpose is to learn to read, treatment, save a large amount of data, multi-format video, so I focused on learning to read the data set, cre
大数据：互联网大规模数据挖掘与分布式处理
- 大数据：互联网大规模数据挖掘与分布式处理, 介绍性书籍，还是不错的。
大数据发展趋势
- 大数据发展趋势报告，经过详细调研后发布的权威报告！
hadoop 升级步骤
- 本文是我自己总结的多篇文档的合集，文档详细的记录了hadoop1.x 升级到hadoop2.x的步骤和可能遇到的问题以及解决的办法。是大数据处理必不可少的好文章。
华为大数据介绍
- 华为大数据介绍文档。 华为大数据介绍文档。 华为大数据介绍文档。
大数据
- 关于大数据最近的研究成果文献，主要是英文文献(Literature on big data)
数据科学实战
- 【试读】《数据科学实战》（目录+前言+什么是数据科学）([a] "data science" (the actual directory + + is what data Science))
数据挖掘：概念与技术（中文第三版）
- 数据挖掘基础教程pdf电子书，快速入门。(Data mining basic tutorial pdf e-book, quick entry.)
大数据时代
- 《大数据时代》作者维克托 迈尔-舍恩伯格，大数据时代的预言家，《科学》《自然》等著名学术期刊推崇的互联网研究者之一，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历；(The translator in the era of big data is a young and promising big data expert, director of the center for internet science at the University of Elect
Python金融大数据分析.pdf
- 关于python在金融领域的应用 并有在计量经济学的具体实例。(The application of Python in the financial field about the application of Python in the financial field)
决战大数据：大数据的关键思考
- Big data epub book,
QQ大数据查询筛选软件
- QQ大数据查询筛选软件，手机QQ达人天数检测
大数据在物流行业的应用
- 物流大数据就是通过海量的物流数据，即运输、仓储、搬运装卸、包装及流通加工等物流环节中涉及的数据、信息等，挖掘出新的增值价值，通过大数据分析可以提高运输与配送效率，减少物流成本，更有效地满足客户服务要求。
大数据环境下的移动学习发展趋势
- 大数据是近年来快速发展的技术领域，大数据相关基础设施、分析工具和应用系统都在快速发展。与此同时，大数据在各个领域中的应用也在不断快速地深入发展，并不断深入影响社会、工作、学习和生活。
大数据+AI完整版
- 立足于大数据，AI领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。AI从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
大数据和物联网如何关联
- 物联网(IoT)和大数据技术在组织和个人之间快速增长。据《福布斯》预测，到2025年，生成的数据量将增加到175 zettabytes。这将对收集、分析和报告数据的方式产生巨大影响。
centos7.2安装星环大数据平台TDH
- centos7.2安装星环大数据平台TDH
工业大数据
- 工业大数据技术，本文算法可能的访存冲突只在计算单元刚度矩阵元素时多台处理机可能同时读取同一 单元有关信息 , 然而这些多台处理机共用的只读数据段完全可以事先存放到各处理机的本 地存储器或各处理机自用高速缓冲存储器 (紧耦合式 ) , 从而不致引起访存冲突。至于分别 组集的总体刚度矩阵元素 , 或直接存入本地存储器 (松散耦合式 ) , 或经过映射直接存入主 存器中各处理机相对应的存储模块 (紧耦合式 ) , 也不存在访存冲突 , 不必同步控制。本文 算法不进行机间信息传递 , 无通信延误。 因此
2020中国大数据产业发展白皮书
- 2020中国大数据产业发展白皮书，2020中国大数据产业发展白皮书