李媛媛
- 作品数：5 被引量：7H指数：2
- 供职机构：常州大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术化学工程更多>>
- 用于CO<Sub>2</Sub>催化转化的CeGaTi催化剂及其制备方法
- 本发明属于催化剂技术领域，具体涉及一种用于CO<Sub>2</Sub>催化转化的CeGaTi催化剂及其制备方法，以NaOH溶液为沉淀剂，硝酸铈、硝酸镓和硫酸钛为前驱体，采用水热合成法直接制备用于CO<Sub>2</Sub...
- 王非薛芸喻再冉李媛媛许杰薛冰
- 用于CO<Sub>2</Sub>催化转化的CeGaTi催化剂及其制备方法
- 本发明属于催化剂技术领域，具体涉及一种用于CO<Sub>2</Sub>催化转化的CeGaTi催化剂及其制备方法，以NaOH溶液为沉淀剂，硝酸铈、硝酸镓和硫酸钛为前驱体，采用水热合成法直接制备用于CO<Sub>2</Sub...
- 王非薛芸喻再冉李媛媛许杰薛冰
- 云环境下的高效K-Medoids并行算法被引量：2
- 2016年
- 传统聚类算法K-Medoids对初始点的选择具有随机性,容易产生局部最优解;替换聚类中心时采用的全局顺序替换策略降低了算法的执行效率;同时难以适应海量数据的运算;针对上述问题,提出了一种云环境下的改进K-Medoids算法,该改进算法结合密度法和最大最小原则得到优化的聚类中心,并在Canopy区域内对中心点进行替换,再采用优化的准则函数,最后利用顺序组合MapReduce编程模型的思想实现了算法的并行化扩展;实验结果表明,该改进算法与传统算法相比对初始中心的依赖降低,提高了聚类的准确性,减少了聚类的迭代次数,降低了聚类的时间。
- 李媛媛孙玉强晁亚刘阳
- 关键词：MAPREDUCE
- 基于MapReduce的K-means聚类算法的优化被引量：5
- 2016年
- 针对传统的聚类算法K-means对初始中心点的选择非常依赖,容易产生局部最优而非全局最优的聚类结果,同时难以满足人们对海量数据进行处理的需求等缺陷,提出了一种基于MapReduce的改进K-means聚类算法。该算法结合系统抽样方法得到具有代表性的样本集来代替海量数据集;采用密度法和最大最小距离法得到优化的初始聚类中心点;再利用Canopy算法得到粗略的聚类以降低运算的规模;最后用顺序组合MapReduce编程模型的思想实现了算法的并行化扩展,使之能够充分利用集群的计算和存储能力,从而适应海量数据的应用场景;文中对该改进算法和传统聚类算法进行了比较,比较结果证明其性能优于后者;这表明该改进算法降低了对初始聚类中心的依赖,提高了聚类的准确性,减少了聚类的迭代次数,降低了聚类的时间,而且在处理海量数据时表现出较大的性能优势。
- 孙玉强李媛媛陆勇
- 关键词：K均值算法
- 异构环境下基于双重预取的Hadoop调度算法
- 2016年
- Hadoop处理海量数据时,无论是Map任务还是Reduce任务都需要耗费大量的时间传输数据,故提出一种基于双重预取的调度算法;该算法通过估算节点上任务执行的进度来预测Map任务的执行节点,然后通知节点提前预取所需的数据,并且在Map任务完成的数量达到预定值时,开始为Reduce任务预取部分数据;由于在异构的环境下集群中节点的性能各不相同,为此采取了改进的预测模型,以提高任务进度判断的准确性;实验证明,本算法在作业响应时间等方面优于现有的调度算法。
- 孙玉强陆勇王文闻李媛媛顾玉宛
- 关键词：HADOOP异构环境调度算法
