云計算環(huán)境下GML時空數(shù)據(jù)聚類挖掘研究.pdf

1、GML的時空數(shù)據(jù)中隱含著許多的知識信息,這些隱含著的模式與特征,數(shù)據(jù)與數(shù)據(jù)之間的關(guān)系及其特征等等,通過挖掘這些知識讓人們增加對自然界的了解,獲取自然界事物的聯(lián)系、規(guī)律和相互間的作用,為人類的生產(chǎn)和生活起積極的指導(dǎo)和決策作用。然而,由于GML時空數(shù)據(jù)的時間、空間以及半結(jié)構(gòu)化特性,導(dǎo)致無法使用精確的模式來定義GML時空數(shù)據(jù),而使得從 GML時空數(shù)據(jù)中進行信息提取比從傳統(tǒng)數(shù)據(jù)中挖掘信息復(fù)雜得多。同時,GML時空數(shù)據(jù)量繁多和計算密集型的特點,使

2、得進行數(shù)據(jù)挖掘時對計算機的硬件要求一定程度上制約著信息化處理的進程。為此本文在搭建的云計算環(huán)境Hadoop平臺下,提出了兩種GML時空的并行聚類挖掘算法,并且設(shè)計和實現(xiàn)了并行GML時空的聚類挖掘原型系統(tǒng),將聚類結(jié)果以地圖的形式可視化的呈現(xiàn)出來。在分布式并行計算環(huán)境下,可以在很大程度上提高海量時空數(shù)據(jù)挖掘時遇到的瓶頸問題,即效率問題。具體如下:
　　(1)提出兩種針對 GML時空序列數(shù)據(jù)挖掘的并行聚類算法,第一種是提出了結(jié)合K-me

3、ans基于時間序列的GML時空相似度度量,把空間屬性和時間序列一同考慮來度量空間對象的時間序列相似度,通過并行的K-means聚類算法來進行數(shù)據(jù)挖掘。
　　(2)第二種是根據(jù)空間鄰域的定義,先確定GML時空對象的空間鄰域,再在該鄰域內(nèi)計算兩具有時間序列屬性的時空對象的基于時間序列的相似度,結(jié)合并行的DBSCAN(STN_PDBSCAN)聚類算法進行時空數(shù)據(jù)的挖掘。
　　(3)通過搭建 Hadoop云計算的平臺,采用MapRe