大数据与智能计算

**部分 大数据分析理论基础 atrain分布式系统(ADS)：面向任何四维特征大数据的可变规模数据架构1 引言2 r-train(train)和r-atrain(atrain)：大数据数据结构2.1 类数组2.2 面向同构大数据的同构数据结构r-train2.3 r-atrain(atrain)：面向大数据的高效异构数据结构3 立体矩阵和立体类矩阵(用于大数据和暂存大数据)3.1 立体矩阵和立体类矩阵3.2 三维立体矩阵及其特点4 （元素为数值的）立体矩阵代数运算5 面向立体矩阵／类矩阵的同构数据结构MT5.1 三维立体矩阵（三维立体类矩阵）的应用6 异构矩阵和异构类矩阵：异构大数据的存储模型7 用于大数据的atrain分布式系统7.1 atrain分布式系统7.2 用于ADS的“多马拉车”拓扑结构和循环拓扑结构8 atrain分布式系统中的异构数据结构r-atrain8.1 在ADS中r-atrain的数据类8.2 环形train和环形atrain8.3 面向大数据的ADS内r-atrain的基本操作9 用于大数据立体异构类矩阵的异构数据结构MA10 结论参考文献 大数据时序预测模型：基于模糊神经网络的混合方法1 引言2 模糊集基础3 混合模糊-神经网络与大数据时间序列3.1 神经网络：综述3.2 混合模糊-神经网络方法：应用于大数据时序预测问题的新方法4 数据集描述5 方法与算法5.1 EIBD方法5.2 大数据时序预测模型算法6 面向大数据的模糊神经网络预测模型7 性能分析参数8 实证分析8.1 M因子预测8.2 双因子预测8.3 三因子预测8.4 统计显著性9 结论与讨论参考文献 基于混合智能技术的学习方法1 引言2 基于智能混合粒子群和快速约简算法的基因选择方法2.1 粒子群算法2.2 算法步骤2.3 算法执行与结果3 面向癌症分类问题的基于粗糙集的混合基因选择3.1 粗糙集3.2 基于基因选择的粗糙集方法3.3 有监督条件下的基于相关性的约简算法(CFS-RST)3.4 算法执行与结果4 面向微阵列数据分类精度增强的混合数据挖掘技术(CFS-PLS)4.1 SIMPLS与分类框架中的维度约简4.2 偏*小二乘回归4.3 算法执行与结果5 结论6 工作展望参考文献 智集及其在决策中的应用1 引言2 单值智集3 多个单值智集的距离、相似性与熵3.1 两个智集之间的距离3.2 两个单值智集间的相似性4 区间值智集软集4.1 软集4.2 区间智集软集4.3 IVNSS在决策支持中的应用5 结论参考文献第二部分 面向大数据分析的框架结构 一种用于数据聚类和大数据分析的高效分组遗传算法1 引言2 定义3 算法3.1 编码3.2 适应度函数3.3 选择算子3.4 交叉算子3.5 变异算子3.6 取代和精英策略3.7 局部搜索4 聚类分析的验证5 实验与评价5.1 数据集5.2 结果6 结论参考文献 用于大规模优化的Nelder Mead交叉Log-Logistic突变自组织迁移算法1 引言2 自组织迁移算法3 NMSOMA-M算法3.1 NM交叉算子3.2 Log—Logistic突变算子3.3 NMSOMA-M算法步骤4 基准函数5 基准问题的数值结果6 结论参考文献 面向数据分析的大数据应用纵览1 引言2 医疗领域的大数据3 大数据分析框架3.1 大数据3.2 数据的预处理3.3 训练集3.4 数据挖掘技术3.5 描述和可视化4 结果和实现5 结论参考文献 脑电信号基本原理及其在医疗领域的应用1 引言2 脑电波2.1 自发的脑电图波2.2 事件相关电位2.3 基于脑电图的系统的组成3 视觉刺激生成4 脑信号的处理4.1 预处理4.2 特征提取4.3 特征选择与压缩4.4 分类5 结论6 未来展望参考文献第三部分 大数据分析及云计算 大数据：基于云技术的数据密集型应用处理1 引言2 云计算及大数据2.1 云技术为大数据提供的优势3 云计算中的大数据处理所面临的挑战3.1 数据获得和存储3.2 数据传输3.3 数据策管3.4 数据分析3.5 数据可视化4 大数据云工具：一种新的技术手段4.1 基于MapReduce的大数据处理4.2 基于HacIoop的大数据处理4.3 Cloudant4.4 Xeround4.5 StormDB4.6 SAP4.7 Rackspace4.8 MongoLab4.9 Microsoft Azure4.10 Google Cloud SQL4.11 Garantia Data4.12 EnterpRiseDB4.13 Amazon Web Services5 结论参考文献 基于模型驱动的异构云框架1 引言2 背景2.1 云计算2.2 模型驱动工程2.3 使用多个云的必要性2.4 迁移的难点3 应用至云端的现代化技术3.1 已有的技术4 云应用的可移植性问题5 已提出的方法6 结论参考文献 基于云端的大数据分析：广域网优化技术与解决方案1 引言2 广域网优化2.1 问题及挑战3 广域网优化技术3.1 面向视频监控的广域网优化4 提高应用性能的工具4.1 蓝衣应用辅助网络5 广域网优化设备6 广域网优化控制器6.1 面向大数据和批量数据传输的补充广域网优化控制器6.2 广域网优化控制器的比较：评估供应商和产品7 广域网优化应用于大数据分析7.1 广域网优化的大数据分析的关键趋势7.2 大数据下广域网优化的驱动8 广域网优化解决方案8.1 Infineta系统和Q架构8.2 BIG-IP广域网优化管理8.3 边缘虚拟服务器基础架构8.4 EMC Isilon和Silver Bank广域网优化8.5 F5广域网优化模块8.6 BIG-IP广域网优化模块8.7 面向甲骨文数据库快速复制的F5广域网优化9 未来发展研究趋势9.1 虚拟数据环境和云服务中的广域网优化9.2 广域网优化产品的局限性9.3 加速数据迁移与广域网优化10 结论参考文献 基于云计算的电子政务方案：案例分析1 引言2 ACME发展部管理系统3 云方案3.1 技术方案构架3.2 模块式aDAMS方案4 结论参考文献