淺析基于云計(jì)算的分布式數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)論文
隨著網(wǎng)絡(luò)大數(shù)據(jù)信息處理技術(shù)的發(fā)展，對(duì)數(shù)據(jù)處理的規(guī)模不斷增大，對(duì)數(shù)據(jù)信息處理的精度要求不斷提升，采用云計(jì)算進(jìn)行數(shù)據(jù)分布式網(wǎng)格計(jì)算，能提高數(shù)據(jù)的并行處理和調(diào)度性能，根本上提高數(shù)據(jù)的計(jì)算速度，因此，云計(jì)算成為未來(lái)大數(shù)據(jù)信息處理的主要趨勢(shì)。在云計(jì)算環(huán)境下進(jìn)行數(shù)據(jù)挖掘，是進(jìn)行大數(shù)據(jù)信息特征提取和數(shù)據(jù)開(kāi)采的基本技術(shù)，相關(guān)的算法研究受到人們的重視。文獻(xiàn)采用云計(jì)算環(huán)境下分布式數(shù)據(jù)模糊C均值聚類(lèi)的挖掘算法，在受到較強(qiáng)的毗連特征干擾時(shí)，數(shù)據(jù)挖掘的精度不高。針對(duì)上述問(wèn)題，本文提出一種基于分布式自適應(yīng)特征調(diào)度和高階累積量后置聚焦的數(shù)據(jù)挖掘算法，并進(jìn)行了仿真實(shí)驗(yàn)性能分析，得出了較好的數(shù)據(jù)挖掘效果的結(jié)論。
1 基于云計(jì)算的分布式數(shù)據(jù)挖掘算法設(shè)計(jì)
為了實(shí)現(xiàn)對(duì)基于云計(jì)算的分布式數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)，其中，數(shù)據(jù)挖掘算法設(shè)計(jì)是關(guān)鍵，本文提出一種基于分布式自適應(yīng)特征調(diào)度和高階累積量后置聚焦的數(shù)據(jù)挖掘算法，假設(shè)數(shù)據(jù)信息流為，數(shù)據(jù)信息流通過(guò)噪聲濾波，得到數(shù)據(jù)流聚類(lèi)相似性函數(shù)表示為，其是一組準(zhǔn)平穩(wěn)隨機(jī)的時(shí)間序列，對(duì)數(shù)據(jù)庫(kù)中的存儲(chǔ)信息流進(jìn)行能量譜密度特征提取，得到輸出數(shù)據(jù)x(t) 的第n 個(gè)寬頻帶分量，分布式自適應(yīng)特征調(diào)度模型表示為：基于二元假設(shè)模型，構(gòu)建數(shù)據(jù)庫(kù)存儲(chǔ)結(jié)構(gòu)的.檢驗(yàn)統(tǒng)計(jì)量，通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解執(zhí)行數(shù)據(jù)庫(kù)存儲(chǔ)結(jié)構(gòu)的區(qū)域的自適應(yīng)篩選和更新，得到：云計(jì)算環(huán)境下分布式數(shù)據(jù)的數(shù)據(jù)挖掘的本體結(jié)構(gòu)為一個(gè)五元組，其中，C 為云計(jì)算環(huán)境下分布式數(shù)據(jù)的概念集，I 是云計(jì)算環(huán)境下分布式數(shù)據(jù)的字符串實(shí)例集，通過(guò)四階累積量切片進(jìn)行數(shù)據(jù)庫(kù)存儲(chǔ)結(jié)構(gòu)的特征壓縮處理，降低存儲(chǔ)的特征維數(shù)和數(shù)據(jù)冗余，結(jié)合高階累積量后置聚焦，得到數(shù)據(jù)挖掘輸出特征的四階累積量切片：式中，表示存儲(chǔ)空間的頻譜特征伸縮尺度，可見(jiàn)，采用高階累積量后置聚焦，有效提高了數(shù)據(jù)的精度。
2 嵌入式Linux的內(nèi)核下數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)描述
在上述進(jìn)行了算法設(shè)計(jì)的基礎(chǔ)上，進(jìn)行數(shù)據(jù)挖掘系統(tǒng)的軟件開(kāi)發(fā)設(shè)計(jì)，基于云計(jì)算的分布式數(shù)據(jù)挖掘系統(tǒng)總體模型中，采用ST 超低功耗 ARM CortexTM-M0 微控制器，系統(tǒng)建立在嵌入式Linux 的內(nèi)核平臺(tái)上，系統(tǒng)包括程序加載模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)緩存調(diào)度模塊和數(shù)據(jù)通信傳輸模塊等，通過(guò)配置CAN_IMASK 寄存器，采用LabWindows/CVI 進(jìn)行數(shù)據(jù)遠(yuǎn)程控制和信息通信，基于云計(jì)算的分布式數(shù)據(jù)挖掘系統(tǒng)給用戶(hù)提供一個(gè)簡(jiǎn)單、統(tǒng)一的系統(tǒng)調(diào)用接口，系統(tǒng)可配置4 路組聯(lián)合Cache，基于云計(jì)算的分布式數(shù)據(jù)挖掘系統(tǒng)的寄存器系統(tǒng)時(shí)鐘120 MHz。嵌入式Linux 的內(nèi)核下數(shù)據(jù)挖掘系統(tǒng)通過(guò)VISA 軟件接口發(fā)送Flash 設(shè)備上的文件系統(tǒng)內(nèi)核到HP E1562D/ESCSI 數(shù)據(jù)硬盤(pán)進(jìn)行數(shù)據(jù)存儲(chǔ)，調(diào)用s3c2440_adc_read() 函數(shù)，進(jìn)行程序加載和基于云計(jì)算的分布式數(shù)據(jù)挖掘系統(tǒng)的嵌入式控制，使用Qt/Embedded 作為GUI，利用開(kāi)源Linux 操作系統(tǒng)的豐富網(wǎng)絡(luò)資源，實(shí)現(xiàn)數(shù)據(jù)挖掘系統(tǒng)的遠(yuǎn)程通信信息傳輸和控制。
3 仿真實(shí)驗(yàn)
為了測(cè)試本文設(shè)計(jì)的基于云計(jì)算的分布式數(shù)據(jù)挖掘系統(tǒng)在實(shí)現(xiàn)數(shù)據(jù)挖掘中的優(yōu)越性能，進(jìn)行仿真實(shí)驗(yàn)，分布式數(shù)據(jù)信息采樣的時(shí)寬為10 ms, 分布式數(shù)據(jù)的隨機(jī)采樣率為KHz，調(diào)控因子λ=0.25。根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進(jìn)行基于云計(jì)算的分布式數(shù)據(jù)挖掘系統(tǒng)的數(shù)據(jù)挖掘和處理性能分析，首先進(jìn)行數(shù)據(jù)挖掘的輸出時(shí)域波形采樣，結(jié)果可見(jiàn)，采用本文算法進(jìn)行數(shù)據(jù)挖掘的準(zhǔn)確度較高，為了對(duì)比性能，采用本文方法和傳統(tǒng)方法，以數(shù)據(jù)挖掘的準(zhǔn)確配準(zhǔn)性為測(cè)試指標(biāo)，得到對(duì)比結(jié)果。實(shí)驗(yàn)結(jié)果表明，采用該方法進(jìn)行基于云計(jì)算的分布式數(shù)據(jù)挖掘，數(shù)據(jù)挖掘的準(zhǔn)確配準(zhǔn)性能較好，系統(tǒng)的可靠性較好。
4 結(jié)束語(yǔ)
本文提出一種基于分布式自適應(yīng)特征調(diào)度和高階累積量后置聚焦的數(shù)據(jù)挖掘算法，并進(jìn)行了實(shí)驗(yàn)分析。結(jié)果表明，采用該方法進(jìn)行數(shù)據(jù)挖掘，數(shù)據(jù)挖掘的準(zhǔn)確配準(zhǔn)性能較好，系統(tǒng)的可靠性較好，具有較好的應(yīng)用價(jià)值。
【淺析基于云計(jì)算的分布式數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)論文】相關(guān)文章：
基于數(shù)據(jù)挖掘的高校教務(wù)系統(tǒng)設(shè)計(jì)論文11-15
基于知識(shí)網(wǎng)格的分布式數(shù)據(jù)挖掘論文04-25
淺析基于云計(jì)算的網(wǎng)絡(luò)營(yíng)銷(xiāo)系統(tǒng)構(gòu)建論文11-08
云計(jì)算環(huán)境下的數(shù)據(jù)挖掘研究論文10-28
基于云計(jì)算技術(shù)的虛擬實(shí)訓(xùn)室設(shè)計(jì)與實(shí)現(xiàn)論文11-14
大數(shù)據(jù)時(shí)代基于云計(jì)算的數(shù)據(jù)監(jiān)護(hù)研究論文11-01
淺析基于Struts2的信息管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)論文10-25