刘保源
（天津市大数据管理中心 天津市 300040）
摘要：大数据技术是当前最为流行的新兴技术内容，它在计算机信息处理技术应用方面具有一定助力作用。本文主要探讨了大数据技术应用背景下的计算机信息处理技术。
关键词：大数据；分布式信息处理；数据挖掘；遗传算法
大数据（big data）属于目前的新兴技术内容，它主要是指在特定时间区域内，结合计算机程序所呈现出的互联网信息咨询采集、分析与处理数据集合内容。大数据一般拥有多元化的信息处理机制，在互联网信息咨询与用户网络行为习惯方面大量收集整理数据，目前它已经被广泛应用于包括通信工程、网络工程、电子科技等诸多技术领域中，构建了基于人、计算机、网络三位一体化的计算机信息技术应用体系，最大限度提升了各个行业的整体生产效率。
一、大数据技术的应用特点提出
如果从专业技术应用角度看，大数据技术应用追求大信息量、多元化数据应用以及快速程序反应。在大数据技术领域中，海量的数据信息与资讯体系构建完善，且能够在短时间内对数据信息进行有效处理，确保数据量呈现几何式增长。从数据量角度看，它已经实现了对TB数据技术的升级，转为PB数据技术。从分类角度看，大数据信息来源、信息结构已经呈现出多元化形态体系，它的数据技术应用反应速度较快，它所建立的数据量需求快速反应机制非常庞大，如此可完成对海量数据信息的有效处理，在数据信息分享、传播方面都体现出了重要价值[1]。
二、大数据支持下的计算机信息处理技术应用探讨
目前在大数据技术支持下，计算机信息处理技术应用体系被逐渐丰富，大量丰富技术内容逐一呈现出来，并发挥了重要的计算机信息处理技术应用作用。下文简单分析5点应用。
（一）信息采集与加工技术
大数据支持下的计算机信息处理技术体系是能够构建信息采集与加工技术体系的，它所建立的数据模型非常深入到位，可实现对网络中所存在信息内容的有效处理，实现数据内容采集。一般来说，在建立数据模型基础之上，基于大数据的信息采集与加工技术内容类型包含两种：第一种为流处理数据模型，第二种为批处理数据模型。其中流处理数据模型可在一般情况下针对计算机数据传输速度进行调节处理，确保调节处理精准度不断提高，简言之它主要是对计算机信息内容的有效性与时效性进行调整，保证在计算机整理内部空间中建立大数据信息处理技术体系，结合内部数据信息梳理与处理过程对计算机大数据信息处理过程进行搜集与索引，同时做到对数据信息内容的筛选与采集，保证数据信息处理有效到位。在该过程中会专门采用到分析、存储等精处理技术方式，确保数据处理有效到位。与此同时也会建立动态监控模式，对可能忽视的数据内容进行处理，分析其数据变异可能性，结合数据传输分析将数据进行调整，并将其传送到固定位置上，彰显数据内容的预设作用，并发挥其数据应用价值[2]。
（二）虚拟化资源调度技术
在虚拟化资源调度过程中主要利用到了虚拟网络配置，确保其资源设置管理与虚拟化存储到位，建立大数据计算机信息处理技术核心体系，对诸多资源内容进行整合与搜集，并对有效资源进行存储处理。在该过程中，要建立资源优化技术体系，对虚拟化技术应用过程进行数据处理，以实现对数据信息内容的了灵活调度，合理划分、安装、调度虚拟云资源信息数据内容，建立一套完整的计算机应用与服务技术体系，保证围绕自动化资源调度过程对大数据信息处理技术内容进行调整。在该过程中，要做到对虚拟化资源调度过程得有效处理，保证大数据技术体系中的软硬件资源与网络资源内容被虚拟化有效调度[3]。
（三）信息数据挖掘技术
在利用大数据技术对计算机信息数据进行挖掘过程中要采用到Information data mining technology信息数据挖掘技术，确保基于互联网信息数据搜索与数据结构关联建立综合技术体系，保证数据系统化分析与挖掘技术应用到位。在该过程中所建立的是一套基于互联网平台的核心排序算法，配合各种流媒体平台优化信息数据判断内容，从内容中寻找关键文本特征以实现数据有效采集。简言之，就是基于主流算法对数据内容进行逐点、逐队、逐列的有效调整。
（四）遗传算法与神经网络技术
大数据技术可在计算机系统中采用Genetic Algorithm遗传算法，确保结合生物发展与进化规律前提建立随机变化思维内容，优化信息资源的获取与分析过程，保证在遗传寻优基础之上融入概率化思维内容，确保数据信息中的自动调节数据信息搜索到位。在该过程中，应该考虑分析信息技术识别功能，基于遗传算法对人工智能内容进行分析，建立完善的机器人学习机制，甚至参与到物流领域中建立一套完善的神经网络技术模型，主要是参考生物神经网络与信息传递模式对计算机网络中的生物神经网络进行模拟，基于互联网用户的实际行为习惯对算法内容进行有效处理[4]。
目前比较常用的大数据遗传算法与神经网络技术应用主要围绕阈值分割其本质就是基于区域分类的计算过程展开，当它通过阈值将像素点回归到不同区域并实现分割时，需要根据图像特征信息位数对一维、二维、三维空间阈值分别进行超声分割分析或多维阈值空间分割分析。从理论层面看，大数据技术中合理利用一维方法能较为容易的扩展多为空间分割法，不过它缺乏一定的实用性，可能难以满足工程应用实用性要求。但是量子遗产算法原理简单且具有较高计算效率，并行效果良好，因此它可被应用于多维（一维以上）的阈值超声分割图计算过程当中。
再一点，如果针对超声波图形中的一维灰度进行分析，了解神经网络中的一维灰度曲线内容，可保证建立一维灰度曲线图，再通过二维灰度曲线建立波峰内容体系，保证在神经网络中对二元向量物体、背景的有效分割过程进行分析，进而获取良好的分割效果，并对它所产生的高抗噪能力进行调整。简言之，它就是基于大数据技术建立了一套完善的二维Otsu最大类间差准则函数，并对灰度均值信息内容进行分析，将其纳入到二维灰度空间中，满足图像分割基本技术要求[5]。
.png)
图1二维直方图示意图（基于大数据神经网络构建）
总结：
在大数据技术时代，它为计算机信息处理技术应用所带来的利好优势多多，它所创造的技术应用优势发展空间巨大，这些都为各个行业企业未来科技发展创造机遇，真正迎合大数据时代创建了诸多技术内容体系，实现了对自我生产能力的有效完善。
参考文献：
[1]唐澎开,战军昌,盖述虎.“大数据”时代背景下计算机信息处理技术的探讨[J].建筑工程技术与设计,2020(19):3951.
[2]曾麒."大数据"环境下的计算机信息处理技术分析与研究[J].科技资讯,2020,18(20):16-18.
[3]刘旭.“大数据”时代背景下计算机信息处理技术的探讨[J].建筑工程技术与设计,2020(16):4239.
[4]杨博涵.基于"大数据"时代背景下计算机信息处理技术的思考[J].中国新通信,2020,22(4):52-53.
[5]李雨潼.计算机信息处理技术在"大数据"时代背景下的优化应用[J].数字化用户,2019,25(46):86.
姓名:刘保源（1977.4.2）；性别：男；籍贯：大连；民族：汉；学历：本科；职称：工程师；研究方向：计算机及网络。