基于Hadoop的智能套印系統(tǒng)云計算平臺的研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著互聯(lián)網(wǎng)、自動化技術的快速發(fā)展,大數(shù)據(jù)的分析和應用技術越來越成熟,大數(shù)據(jù)的興起和發(fā)展已經(jīng)成為不可阻擋的趨勢。而且新聞媒體對大數(shù)據(jù)的報道也越來越多,我們越來越感受到大數(shù)據(jù)分析其實已經(jīng)離我們很近很近了。然而云計算平臺在工業(yè)中卻應用很少,雖然工業(yè)傳感器每天都在產(chǎn)生海量數(shù)據(jù),但數(shù)據(jù)的價值都沒有很好的開發(fā)出來,它們不是被丟棄就是存儲了也只是作簡單應用。因此,如何利用云計算平臺來研究工業(yè)大數(shù)據(jù)是本文的重點研究內容。
  針對智能套印系統(tǒng)工業(yè)

2、大數(shù)據(jù),本文提出了一種基于hadoop云計算平臺處理的方法。該方法基于目前大數(shù)據(jù)處理的主流技術—Hadoop+MapReduce。Hadoop起源于google發(fā)表的三篇文章,分別對應google的GFS文件系統(tǒng)[1]、Bigtable存儲系統(tǒng)[2]、MapReduce編程模型[3],它發(fā)展至今已經(jīng)包含了很多項目。其中在Hadoop云計算平臺中HDFS分布式文件處理系統(tǒng)作為大數(shù)據(jù)存儲的基本框架,MapReduce分布式計算模型作為大數(shù)據(jù)

3、處理的核心框架。本文首先講解了智能套印系統(tǒng)工作原理和Hadoop云計算平臺的相關技術原理。然后對基于hadoop智能套印系統(tǒng)云計算平臺進行了設計。最后根據(jù)設計的方法對云計算平臺的搭建及設計進行實驗測試。
  本文在最后通過對基于hadoop智能套印系統(tǒng)云計算平臺的搭建及功能模塊測試,成功實現(xiàn)了實驗搭建的hadoop云計算對工業(yè)視頻數(shù)據(jù)、運行參數(shù)數(shù)據(jù)、用戶數(shù)據(jù)等信息進行海量存儲和并行處理,并且利用Mahout機器學習框架對設備運行狀

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論