吴丽娇

(福建船政交通职业学院 通识教育学院，福建 福州 350000)

随着大数据信息处理技术的发展，采用云计算和多源信息融合识别的方法建立线性代数式检索结果并行集成模型，根据软件服务(SaaS)和平台服务(PaaS)面向对象性要求，实现对大数据信息资源的优化调度和参数识别，提高线性代数式检索能力，相关的线性代数式检索结果并行集成方法研究在大数据分析和信息处理等方面具有重要意义[1].

对线性代数式检索结果并行集成设计是建立在对大数据信息资源的优化特征参数识别基础上，通过计算资源和物理资源的多重参数识别，实现对线性代数式检索结果并行集成，传统方法中对线性代数式检索结果并行集成方法主要有线性代数式检索结果并行集成方法、基于并行计算的线性代数式检索结果集成方法以及相关性融合的集成方法等[2-4]，建立线性代数式检索结果并行集成的对象性分析模型，通过多维空间参数融合，实现对线性代数式检索结果并行集成，但传统方法进行线性代数式检索结果并行集成的计算开销较大，可靠性不好[5].

针对上述问题，本文提出基于ARMv8架构的线性代数式检索结果并行集成模式.首先构建线性代数式检索结果的大数据分析模型，采用语义图模型分析的方法进行线性代数式检索结果并行集成的特征提取和概念集融合处理，实现对线性代数式检索结果的输出访问控制，然后通……