搜索资源列表
TheSummaryOfTheDateMiningtechnology
- 随着计算机、网络技术的发展，获得有关资料非常简单易行。但对于数量大、涉及 面宽的数据，传统统计方法无法完成这类数据的分析。因此，一种智能化的、综合应用各种统计分析、数据库、智能语言来分析庞大数据资料的“数据挖掘” (Date Mining)技术应运而生。本文主要介绍了数据挖掘的基本概念以及数据挖掘的方法；本文对数据挖掘的应用及其发展前景也进行了描述。
Analysis-Model-for-Node-Throughput-in-Multi-Rate.r
- 研究了多速率mesh网络中节点的吞吐量.:提出了多速率无线Mesh网络中节点吞吐量分析模型,用以分析在公平性保证条件下基于IEEE 802·11协 议构建的无线Mesh网络节点吞吐量.该模型计算出不同速率无线链路发送数据包的时间,寻找网络中单位时间 内完成数据包发送时间最大的瓶颈冲突域,根据瓶颈冲突域内负载流量速率得到节点吞吐量最大值.仿真结果表 明,该方法计算出的节点最大吞吐量与网络仿真结果一致,可以准确分析多速率无线Mesh网络节点吞吐量. -Studied the mult
OPNET-of-the-router-capability
- 本文在阐述网络发展的现状和趋势的基础上，着重分析了两种内 部网关路由选择协议砒P和OSPF协议的实现机制和性能特点。对P 协议是基于距离矢量算法的。OSPF协议是基于链路状态算法的。本 文的工作重点是对上述两种协议分别从类型，封装，路径特征，邻居 发现和支持，路由选择数据的分发，对变化的响应，路由表计算，健 壮性／可靠性以及安全性等方面进行了对比分析，并对它们存在的安 全漏洞进行了初步的分析说明。根据以上的分析，通过On忸T软件， 本文设计了一个10km×10km规模
SocialNetworks-IMC-slides
- 当今社交网络的大数据的统计与分析研究，国外论文-SocialNetworks-IMC-slides, statistics and analysis of online social networks
HP-Arcsight-platform
- 国内主要安全厂商的SIEM产品，原型基本上都来源于Arcsight，较业内竞争对手相比，Arcisght至少在下面三个方面具有绝对的优势：第一大优势：强大高效的日志采集功能 第二大优势：无与伦比的强大的关联分析功能 第三大优势：灵活的数据挖掘、检索、分析和报表管理功能.-Major domestic security vendors SIEM products, prototypes are basically derived from Arcsight, compared with the i
weixing
- 针对传统卫星广播重传策略信道占用率较高、重传次数较多的问题，高链路丢包率下的基于网络编码的广播重传策略不能达到重传性能最优的问题，以及最大团策略计算开销较大的问题，提出了一种改进的基于网络编码的广播重传策略。理论分析及仿真实验证明了改进的基于网络编码的广播重传策略较好地解决了以上重传策略的问题，保证了卫星通信中的组播数据的快速、可靠的发布。-Aiming at the problems of traditional satellite broadcasting retransmission sc
BIG-DATA--POWER-SYSTEM
- 广域测量系统实测信息及故障集仿真结果构成了电网时空大数据，如何采用大数据技术对它们进行快速、高效地挖掘，实现大电网在线安全评估与防御是智能电网核心目标之一。从电网广域时空量测信息角度，解释了电网时空大数据的内涵，提出大电网在线稳定态势评估与自适应防御体系(stability situation assessment and adaptive defense control system，ST-SADC)的整体架构及关键技术。ST-SADC 以大数据分析与处理为底层技术支撑，基于广域时空量测信息实
中国企业社保白皮书2018版本
- 第6届中国企业社保高峰论坛在北京举行，大会发布了《中国企业社保白皮书2018》，这是国内最大的社保第三方专业机构51社保连续第六年对中国企业社保现状的深度报告。峰会分为了“掌握趋势”“调研发布”“思维重构”“打开认知”四个篇章，分别从政策走向、数据剖析、思维塑造和企业转型几个角度对中国企业社保现状进行了分析与解读，揭示了当下企业正面临的机遇与挑战。“调研发布”篇则由国内知名社保专家、51社保创始人余清泉进行《中国企业社保白皮书2018》发布及解读
2020年人工智能发展的十大预测
- 2019年，全球53%的决策者宣布已经建立了AI数据分析系统，将在他们的公司内部全面发展人工智能，文章是对2020年人工智能的预测，这些结果是对《财富》500强公司的调查统计得出的。
大数据产业链构成分析
- 大致可分为数据标准与规范、数据安全、数据采集、数据存储与管理、数据分析与挖掘、数据运维及数据应用几个环节，覆盖了数据从产生到应用的整个生命周期。
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。
企业云转型的技术路线
- 今天，承载在物理服务器上的、以关系数据库为核心的、事务型的传统架构应用占据了企业应用的大半江山。但同时，我们也看到了由数据驱动的分布式架构应用、CloudNative应用走上了企业应用的舞台。在未来，可以预见，随着移动互联网的普及、大数据技术的不断成熟、网络带宽的不断提升，基于分布式架构的应用会逐步挤压传统应用的空间。根据权威分析机构的最新报告，在2020年，几乎所有的应用都会承载在云端，传统架构与分布式架构的比例也会发生逆转。