首页 > 代码库 > 【开源夏令营优秀开题报告】专题之三-云与大数据合集
【开源夏令营优秀开题报告】专题之三-云与大数据合集
CSDN开源夏令活动已经正式进入第一实习阶段,我们遴选出部分优秀提案开题报告进行展示。本文是云计算与大数据类开题报告展示。
编者按:CSDN开源夏令活动,已经正式进入第一实习阶段,我们遴选出了部分提案的优秀开题报告进行展示。优秀开题报告作者将得到CSDN高校俱乐部发出的“2014开源夏令营荣誉证书”及纪念品一份。
提案1:数据可视化实践
- 提案简介:基于百度数据可视化组件(ECharts、ZRender)做数据可视化相关专题应用;内容主题不限,但建议贴近民生大众,如“环境”、“金融”、社交“等;数据真实,数据来源可追溯,如来自“国家统计局”、“百度统计”、“微博开放接口”等。
- 提案地址: http://code.csdn.net/os_camp/40/proposals/42
优秀开题报告
- 于晓蓓,云南大学, 查看开题报告内容
- 李傲,中国科学院大学, 查看开题报告内容
- 虞俊,南开大学, 查看开题报告内容
- 李超,中国科学院大学, 查看开题报告内容
- 张卓,西北大学, 查看开题报告内容
提案2:基于WebRTC的社交云电视原型
- 提案简介:现在尝试实现未来一种新形态的社交云电视的原型,在已知朋友IP等信息的情况下,可以邀请好友一起同步看视频、聊天。视频内容可以通过WebRTC的MediaStream或DataChannel系列API实现点对点传输,这样增强了交互性同时也节省了服务端的带宽。
- 提案地址: http://code.csdn.net/os_camp/52/proposals/78
- 优秀开题报告:张胜,华中科技大学, 查看开题报告内容
提案3:Spark上流式机器学习算法实现
- 提案简介:在大数据世界的另一端, 机器学习——尤其是深度学习的极大发展,让知识获取如沐春风。Spark对机器学习也有天然的支持,构建在Spark上的MLlib是Spark社区中机器学习方面的代表。从模型上来看, 广义线性模型、决策树、矩阵分解全面覆盖;从数值优化上来看,梯度下降、牛顿方法、ADMM等一样不缺。
- 提案地址:http://code.csdn.net/os_camp/8/proposals/27
- 优秀开题开题报告:龚禹,西安交通大学, 查看开题报告内容
提案4:基于云存储的Linux系统增强服务
- 提案简介:国内云存储服务厂商,如金山快盘为用户提供了巨大的云存储空间,并为Windows等平台提供了丰富系统增强功能,而缺少Linux环境下的客户端,或提供的功能较为简单。项目考虑利用国内大容量云存储服务提供的接口为Linux用户提供增强的系统服务,打造云端一体化的用户体验,可以参考Ubuntu One。
- 提案地址:http://code.csdn.net/os_camp/3/proposals/81
优秀开题报告
- 亢松川,吉林大学, 查看开题报告内容
- 梁稷兰,华南师范大学, 查看开题报告内容
提案5:网络拓扑距离的高效KNN查询
- 提案简介:有些应用场景下,需要快速找到某个用户在网络中拓扑距离更近(跳数少,连接延迟低,传输速率快)的K个邻居节点,即KNN(K-Nearest Neighbor Query)。用户在网络中的信息,可以编码表示成一个多维的向量,如。对于这种高维数据的索引及其上的KNN查询,以往的GIS(地理信息系统)为我们提供了许多可以借鉴的方法,如R-tree、KD-Tree甚至Geohash及“格子”算法。
- 提案地址: http://code.csdn.net/os_camp/52/proposals/77
优秀开题报告
- 刘兆瑞,西南交通大学,查看开题报告内容
- 龚禹,西安交通大学,查看开题报告内容
- 李梦蛟,兰州大学,查看开题报告内容
- 刘兆瑞,西南交通大学,查看开题报告内容
- 齐聪,电子科技大学,查看开题报告内容
系列合集展示:
- 【开源夏令营优秀开题报告】前端与移动合集
- 【开源夏令营优秀开题报告】嵌入式与智能硬件
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。