某型預(yù)警機(jī)雷達(dá)情報(bào)分析的數(shù)據(jù)挖掘算法研究.pdf

1、預(yù)警機(jī)（AWACS）執(zhí)行任務(wù)時(shí)記錄的海量數(shù)據(jù)蘊(yùn)含著豐富的有價(jià)值信息，為了提升信息作戰(zhàn)能力，就需要對大量的預(yù)警機(jī)情報(bào)數(shù)據(jù)進(jìn)行分析。如何從海量數(shù)據(jù)中提取信息以便為情報(bào)分析服務(wù)，怎樣提升海量數(shù)據(jù)信息情報(bào)挖掘的高效性與準(zhǔn)確性，對提高情報(bào)質(zhì)量和提升作戰(zhàn)能力具有十分重要的意義，一直是傳統(tǒng)數(shù)據(jù)分析面對的重大難題。新興的云計(jì)算技術(shù)為上述問題提供了新的有效解決途徑，其使用分布式的計(jì)算技術(shù)來實(shí)現(xiàn)大規(guī)模并行計(jì)算，大大提升了數(shù)據(jù)處理能力，且可隨時(shí)快速動(dòng)態(tài)的提供

2、大量廉價(jià)計(jì)算能力，因而將云計(jì)算技術(shù)應(yīng)用于預(yù)警機(jī)海量數(shù)據(jù)挖掘，可望突破傳統(tǒng)數(shù)據(jù)挖掘的瓶頸限制，有效提升情報(bào)挖掘的效率。
　　本文根據(jù)某型預(yù)警機(jī)情報(bào)分析對海量雷達(dá)探測情報(bào)數(shù)據(jù)挖掘的需求，從云計(jì)算框架Hadoop入手，依托其分布式框架，研究了Map/Reduce計(jì)算框架運(yùn)行機(jī)理，提出了基于Map/Reduce的改進(jìn)型數(shù)據(jù)挖掘算法，并將該算法應(yīng)用于預(yù)警機(jī)探測情報(bào)信息分析平臺(tái)。主要工作與創(chuàng)新點(diǎn)有：
　　1.為了給情報(bào)提供高質(zhì)量的挖掘數(shù)

3、據(jù)，對數(shù)據(jù)準(zhǔn)備階段的數(shù)據(jù)規(guī)范化進(jìn)行了研究，深入分析了傳統(tǒng)規(guī)范化方式存在的主要問題，針對存在的問題提出了基于Hadoop平臺(tái)的數(shù)據(jù)規(guī)范化方法，通過實(shí)驗(yàn)測試驗(yàn)證了所提方法的快速性和高擴(kuò)展性。
　　2.在數(shù)據(jù)規(guī)范化基礎(chǔ)上，深入研究了數(shù)據(jù)挖掘算法。分析了經(jīng)典的Apriori算法的流程及其制約算法執(zhí)行效率的根本因素，設(shè)計(jì)出了以Map/Reduce為基礎(chǔ)的依據(jù)關(guān)聯(lián)規(guī)則對數(shù)據(jù)進(jìn)行深度挖掘的算法，該算法將傳統(tǒng)關(guān)聯(lián)規(guī)則算法轉(zhuǎn)化為Map/Reduce