版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、高鐵的安全問題越來越受到人們關(guān)注,通過安裝在高鐵上的傳感器可以采集到列車運(yùn)行過程中的振動(dòng)信號(hào)。分析和處理采集到的振動(dòng)信號(hào),可以對(duì)列車運(yùn)行過程中出現(xiàn)的故障進(jìn)行診斷。為了保證列車的運(yùn)行安全,在列車上安裝的傳感器越來越多。這些傳感器可以采集列車運(yùn)行過程中大量的振動(dòng)數(shù)據(jù)。如何快速地在這樣大量的振動(dòng)數(shù)據(jù)中進(jìn)行特征提取和分類識(shí)別成為了一個(gè)亟待解決的難題。
Spark作為基于分布式內(nèi)存計(jì)算的大數(shù)據(jù)處理框架,它具有獨(dú)特優(yōu)勢(shì)。它既可以從HDFS
2、上讀取文件也可以從本地文件系統(tǒng)讀取文件。它借助類似于MapReduce的編程思想進(jìn)行編程。它利用分而治之的思想,將任務(wù)劃分到不同的Worker上進(jìn)行執(zhí)行,最后將執(zhí)行結(jié)果匯總到Master上。經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)適用于將非線性非平穩(wěn)的信號(hào)分解為若干個(gè)固有模態(tài)函數(shù)之和,它在信號(hào)分析和處理領(lǐng)域起著至關(guān)重要的作用。集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)是對(duì)EMD的改進(jìn),它在原始分解信號(hào)中加入高斯白噪聲,可以消除EMD在分解過程中出現(xiàn)的模態(tài)混疊線性。
3、r> 本文借助大數(shù)據(jù)處理框架Spark基于分布式的內(nèi)存運(yùn)算、彈性式分布式數(shù)據(jù)集等特點(diǎn),提出了基于Spark的并行化EEMD算法、并行化能量矩的構(gòu)建和并行KNN分類算法,并利用實(shí)際數(shù)據(jù)進(jìn)行算法評(píng)測(cè),首先通過與單機(jī)上的EEMD分解結(jié)果進(jìn)行對(duì)比以驗(yàn)證并行化EEMD算法的正確性,然后Speedup、Sizeup、Scaleup三個(gè)指標(biāo)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析,得到并行化EEMD分解、并行能量矩的構(gòu)建和并行化KNN分類算法在三個(gè)指標(biāo)上都有良好的效果,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向大規(guī)模復(fù)雜數(shù)據(jù)處理的超圖并行計(jì)算框架.pdf
- 基于并行計(jì)算的數(shù)據(jù)流處理方法研究.pdf
- 基于云計(jì)算的海量高鐵噪聲數(shù)據(jù)并行處理方法研究.pdf
- 地震數(shù)據(jù)處理中的并行計(jì)算技術(shù)研究.pdf
- 面向大數(shù)據(jù)處理的并行計(jì)算模型及性能優(yōu)化.pdf
- Spark下MPI-GPU并行計(jì)算處理機(jī)制的研究.pdf
- 基于并行計(jì)算的LIDAR數(shù)據(jù)濾波方法研究.pdf
- 基于YARN和Spark框架的數(shù)據(jù)挖掘算法并行研究.pdf
- 基于MapReduce的并行計(jì)算框架研究與優(yōu)化.pdf
- 基于海量高維圖像的大數(shù)據(jù)處理框架.pdf
- 基于云計(jì)算的高鐵振動(dòng)數(shù)據(jù)預(yù)處理與特征提取研究.pdf
- 基于Spark的大數(shù)據(jù)處理關(guān)鍵技術(shù)研究.pdf
- 基于云計(jì)算的高鐵數(shù)據(jù)處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于大數(shù)據(jù)的Hadoop并行計(jì)算優(yōu)化處理性能分析.pdf
- 基于gpu并行計(jì)算的格子boltzmann方法研究
- 基于多核CPU的數(shù)據(jù)立方體并行計(jì)算方法研究.pdf
- 基于GPU并行計(jì)算的格子Boltzmann方法研究.pdf
- 基于CUDA的可視外殼并行計(jì)算方法研究.pdf
- 基于PowerGraph并行計(jì)算框架的社會(huì)網(wǎng)絡(luò)分析研究.pdf
- 移動(dòng)核磁共振數(shù)據(jù)處理軟件與磁共振成像重建并行計(jì)算的研發(fā).pdf
評(píng)論
0/150
提交評(píng)論