云計(jì)算環(huán)境下GML時(shí)空數(shù)據(jù)聚類挖掘研究.pdf

1、GML的時(shí)空數(shù)據(jù)中隱含著許多的知識(shí)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(shí)讓人們增加對(duì)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(shí)空數(shù)據(jù)的時(shí)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(shí)空數(shù)據(jù),而使得從 GML時(shí)空數(shù)據(jù)中進(jìn)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(shí),GML時(shí)空數(shù)據(jù)量繁多和計(jì)算密集型的特點(diǎn),使

2、得進(jìn)行數(shù)據(jù)挖掘時(shí)對(duì)計(jì)算機(jī)的硬件要求一定程度上制約著信息化處理的進(jìn)程。為此本文在搭建的云計(jì)算環(huán)境Hadoop平臺(tái)下,提出了兩種GML時(shí)空的并行聚類挖掘算法,并且設(shè)計(jì)和實(shí)現(xiàn)了并行GML時(shí)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(jì)算環(huán)境下,可以在很大程度上提高海量時(shí)空數(shù)據(jù)挖掘時(shí)遇到的瓶頸問題,即效率問題。具體如下:
　　(1)提出兩種針對(duì) GML時(shí)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(shí)間序列的GML時(shí)空相似度度量,把空間屬性和時(shí)間序列一同考慮來度量空間對(duì)象的時(shí)間序列相似度,通過并行的K-means聚類算法來進(jìn)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(shí)空對(duì)象的空間鄰域,再在該鄰域內(nèi)計(jì)算兩具有時(shí)間序列屬性的時(shí)空對(duì)象的基于時(shí)間序列的相似度,結(jié)合并行的DBSCAN(STN_PDBSCAN)聚類算法進(jìn)行時(shí)空數(shù)據(jù)的挖掘。
　　(3)通過搭建 Hadoop云計(jì)算的平臺(tái),采用MapRe