新技术论坛论文

《新技术论坛论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、班级：10计科性别：林耀棱学号：201030457134新技术论坛论文引言：在学科学新技术里了解了信息隐藏技术，这些技术部是将休息隐藏在文字里而，或是密码学或是其它信息隐藏技术。但如何在海量的看似无相关性的信息小提取信息呢？从才盾的普遍性和特殊性來看，应该存在一种技术，在大致方向上是和信息隐藏技术相对的。为此找了一•些资料，关于云计算、数据挖掘、牛•物信息学等技术。关键字：云计算、数据挖掘、生物信息学、技术一、云计算1.云计算的定义狭义云计算是指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源(硕件、平台、软

2、件)。提供资源的网络被称为“云”。“云”小的资源在使用者看來是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一•样使用TT基础设施。广义云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是IT和软件、互联网相关的，也可以使任意其他的服务。云计算是并行计算(ParallelComputing)>分布式计算(DistributcdComputing)和网格计算(GridComputing)的发展，或者说是这些计算机科学概念的商业实现。云计算是虚拟化(Vir

3、tualization)>效用计算(UtilityComputing)>TaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等概念混合演进并跃升的结果。2•云计算的由來云计算(CloudComputing)是一种新兴的商业计算模型。它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和各种软件服务。这种资源池称为“云”。“云”是一些可以白我维护和管理的虚拟计算资源，通常为一些人型服务器集群，包括计算服务器、存储服务器、宽带资源等等。云计算将所有的计算资源集中起来，并由软件实现

4、自动管理，无需人为参与。这使得应用提供者无需为繁锁的细节而烦恼,能够更加专注于自己的业务，有利于创新和降低成本。Z所以称为“云”，是因为它在某些方面具冇现实中云的特征：云一般都较大；云的规模HJ以动态伸缩,它的边界是模糊的；云在空屮飘忽不定，你无法也无需确定它的具体位直，但它确实存在于某处。Z所以称为“云”，还因为云计算的鼻祖z-亚玛逊公司将曾经大家称作为网格计算的东西，取了一个新名称“弹性计算云”(EC2),并取得了商业上的成功。3.云计算发展前景云计算被视为科技业的下一次革命，它将带来工作方式和商业模式的根木性改变。首先，对中小企

5、业和创业者来说，云计算意味着巨大的商业机遇,他们可以借助云计算在更高的层面上和人企业竞争。白1989年微软推出Office办公软件以来,我们的工作方式己经发生了极人变化，而云计算则带来了云端的办公室——更强的计算能力但无须购买软件,省却本地安装和维护。其次，从某种意义上说，云计算意味着硬件之死。至少，那些对■计算需求量越来越大的中小企业，不再试图去买价格高昂的硬件，而是从云计算供应商那里租用计算能力。在避免了硬件投资的同时，公司的技术部门也无须为忙乱不堪的技术维护而头痛，节省下来的吋间可以进行更多的业务创新。二.数据挖掘1、什么是数据

6、挖掘数据挖掘则是指从数据中口动地抽取模烈。数据挖掘包括许多步骤:从大规模数据库中（或从英他来源）取得数据;选择合适的特征属性;挑选合适的样木策略;剔除数据中不正常的数据并补足不够的部分;用恰当的降维、变换使数据挖掘过程与数据模型相适合或相匹配;辨别所得到的是否是知识则需将得到的结果信息化或可视化，然后与现有的知识和结合比较。这些步骤是从数据到知识的必由Z路。每一步骤都可能是成功的关键或失败的开始。在一般的定义屮数据挖掘是知识获取的一部分。数据挖掘的研究领域涉及广泛,主要包括数据库系统，基于知识的系统，人工智能,机器学习，知识获取，统计

7、学,空间数据库和数据可视化等领域。2、数据挖掘技术的方法数据挖掘涉及的学科领域和方法很多,如多种分类法［外2］。根据开采任务分，可分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等等;根据开采对象分，有关系数据库、面向对象数据库、空间数据库、时态数据库、文本数据源、多媒体数据库、界质数据库、遗产数据库以及环球网Web;根据开采方法分，可粗分为:机器学习方法、统计方法、神经网络方法和数据库方法。机器学习屮，可细分为:归纳学习方法（决策树、规则归纳等）、基于范例学习、遗传算法等。统

8、计方法中,可细分为:回归分析（多元回归、自回归等）、判别分析（贝叶斯判别、费歇尔判别、非参数判别等）、聚类分析（系统聚类、动态聚类等）、探索性分析（主元分析法、相关分析法等）等。神经网络方法中，可细分为:前向神经网络（B