國(guó)家農(nóng)作物種質(zhì)資源數(shù)據(jù)庫(kù)數(shù)據(jù)挖掘平臺(tái)研究.pdf

1、國(guó)家農(nóng)作物種質(zhì)資源數(shù)據(jù)庫(kù)擁有200種作物、41萬(wàn)份種質(zhì)信息、2400萬(wàn)個(gè)數(shù)據(jù)項(xiàng)值，數(shù)據(jù)量達(dá)230GB，是世界上最大的植物種質(zhì)資源數(shù)據(jù)庫(kù)之一。隨著農(nóng)業(yè)科學(xué)和計(jì)算機(jī)技術(shù)的發(fā)展，利用數(shù)據(jù)挖掘的原理、方法和技術(shù)發(fā)掘這些海量數(shù)據(jù)中蘊(yùn)藏的信息，逐漸成為作物種質(zhì)信息領(lǐng)域研究的重要內(nèi)容。開(kāi)展農(nóng)作物種質(zhì)數(shù)據(jù)挖掘平臺(tái)研究對(duì)于充分發(fā)揮國(guó)家農(nóng)作物種質(zhì)資源數(shù)據(jù)庫(kù)的作用，更好地保護(hù)和利用我國(guó)豐富的農(nóng)作物種質(zhì)資源具有十分重要的意義。
　　論文根據(jù)國(guó)家農(nóng)作物種質(zhì)

2、資源數(shù)據(jù)庫(kù)的基礎(chǔ)條件和發(fā)展需要，結(jié)合“大數(shù)據(jù)”時(shí)代下海量數(shù)據(jù)挖掘新的發(fā)展方向，把云計(jì)算相關(guān)技術(shù)引入農(nóng)作物種質(zhì)資源數(shù)據(jù)挖掘中，以滿(mǎn)足農(nóng)作物種質(zhì)數(shù)據(jù)不斷增長(zhǎng)所需的計(jì)算能力。
　　論文研究了數(shù)據(jù)挖掘的基本理論、一般過(guò)程和常用方法，作為構(gòu)建農(nóng)作物種質(zhì)資源數(shù)據(jù)挖掘平臺(tái)的理論和技術(shù)基礎(chǔ)，分析了國(guó)內(nèi)外主流云計(jì)算平臺(tái)，研究了開(kāi)源云平臺(tái)Hadoop的體系結(jié)構(gòu)。在此基礎(chǔ)上完成了基于云計(jì)算的農(nóng)作物種質(zhì)資源數(shù)據(jù)挖掘平臺(tái)的總體設(shè)計(jì)和原型開(kāi)發(fā)，并對(duì)所設(shè)計(jì)平臺(tái)

3、的架構(gòu)、工作流程和各功能模塊進(jìn)行了詳細(xì)描述。
　　研究了經(jīng)典Apriori關(guān)聯(lián)規(guī)則算法基于MapReduce框架的并行化策略，利用JAVA編程實(shí)現(xiàn)了并行化的Apriori算法，并將其部署在挖掘平臺(tái)上。利用挖掘平臺(tái)對(duì)國(guó)家農(nóng)作物種質(zhì)資源數(shù)據(jù)庫(kù)進(jìn)行試挖掘，初步獲得了有關(guān)水稻種質(zhì)特征特性的關(guān)聯(lián)知識(shí)。在不同數(shù)據(jù)規(guī)模下，通過(guò)開(kāi)展單機(jī)處理性能比較實(shí)驗(yàn)和平臺(tái)加速比性能實(shí)驗(yàn)，測(cè)試了挖掘平臺(tái)相關(guān)性能，最終論證了農(nóng)作物種質(zhì)資源數(shù)據(jù)挖掘平臺(tái)的科學(xué)性、有效