分布式增量机制下的交通流大数据聚类分析

发布时间：2018-06-18 05:58

  本文选题：时空数据 + 大数据　； 参考：《测绘通报》2017年07期

【摘要】：时空聚类分析是对时空大数据进行利用的一种有效手段。本文提出了一种分布式增量大数据聚类分析方法,利用分布增量机制不但可以减少重复计算和迁移拷贝次数,而且可以持续对聚类结果进行修正,能够在保持聚类准确性的条件下提升整体运算效率。而聚类算法本身通过数据聚集趋势预分析、聚类算法和结果评价3个步骤,构建了一体化时空邻域,在时间和空间维度保证了聚类结果的准确性。经过试验证明该方法可以实现时空大数据的快速高效信息挖掘。
[Abstract]:Temporal-spatial clustering analysis is an effective method to utilize spatiotemporal big data. In this paper, a distributed incremental big data clustering analysis method is proposed. The distributed increment mechanism can not only reduce the number of duplicate computations and transfer copies, but also continuously modify the clustering results. It can improve the overall operation efficiency under the condition of maintaining the clustering accuracy. The clustering algorithm itself constructs an integrated spatio-temporal neighborhood by pre-analysis of data aggregation trend, clustering algorithm and result evaluation, and ensures the accuracy of clustering results in time and space dimensions. Experiments show that this method can realize fast and efficient information mining of spatiotemporal big data.
【作者单位】： 河南财经政法大学中原经济区"三化"协调发展河南省协同创新中心;河南财经政法大学资源与环境学院;
【基金】：国家自然科学基金(41501178) 河南财经政法大学博士科研启动基金(800257)
【分类号】：P208;U491

【参考文献】

相关期刊论文 前4条

1 李德仁;马军;邵振峰;;论时空大数据及其应用[J];卫星应用;2015年09期

2 杨杰;李小平;陈nI;;基于增量时空轨迹大数据的群体挖掘方法[J];计算机研究与发展;2014年S2期

3 邓敏;刘启亮;王佳;石岩;;时空聚类分析的普适性方法[J];中国科学:信息科学;2012年01期

4 雷小锋;谢昆青;林帆;夏征义;;一种基于K-Means局部最优性的高效聚类算法[J];软件学报;2008年07期

【共引文献】

相关期刊论文 前10条

1 李欣;;分布式增量机制下的交通流大数据聚类分析[J];测绘通报;2017年07期

2 李欣;罗庆;孟德友;;基于时空权重相关性的交通流大数据预测方法[J];北京大学学报(自然科学版);2017年04期

3 刘宝龙;苏金;;基于Hadoop平台的K-means聚类算法[J];计算机系统应用;2017年06期

4 郁启麟;;K-means算法初始聚类中心选择的优化[J];计算机系统应用;2017年05期

5 唐建波;刘启亮;刘博;邓敏;黄金彩;胡卫松;;一种基于重排检验的时空聚类方法[J];武汉大学学报(信息科学版);2017年04期

6 贾培灵;樊建聪;彭延军;;一种基于簇边界的密度峰值点快速搜索聚类算法[J];南京大学学报(自然科学);2017年02期

7 赵南;张梁;薛卫;王雄飞;任守纲;;词袋模型在蛋白质亚细胞定位预测中的应用[J];食品与生物技术学报;2017年03期

8 王欢;李红辉;张骏温;;改进K-means聚类的云任务调度算法[J];计算机与现代化;2017年02期

9 徐佑军;谭成国;;时空数据的组织与应用研究[J];测绘通报;2017年02期

10 李欣;孟德友;;基于路网相关性的分布式增量交通流大数据预测方法[J];地理科学;2017年02期

【二级参考文献】

相关期刊论文 前4条

1 刘大有;陈慧灵;齐红;杨博;;时空数据挖掘研究进展[J];计算机研究与发展;2013年02期

2 王珊;王会举;覃雄派;周p，

本文编号：2034432