多媒体网络视频监控前端数据动态集成仿真

发布时间：2024-03-01 01:24

　　针对传统多媒体网络视频监控前端数据集成方法存在数据交互时间过长的问题,提出一种多媒体网络视频监控前端数据动态集成方法。划分数据集中的数据流,并对多媒体网络视频监控前端数据集进行分组,并行处理数据流,并将结果进行合并处理,完成数据的动态聚合处理,根据数据的动态聚合处理结果建立监控前端数据动态集成模型,实现监控前端数据的动态集成。采用对比实验的方式,将三种不同的传统多媒体网络视频监控前端数据集成方法与所提方法进行对比,实验结果证明,上述集成方法的数据交互时间最短,在前端数据的动态集成方面更具有优越性。

【文章页数】：5 页

【部分图文】：

图1数据流处理流程

对多媒体网络视频监控前端数据进行数据集分组,首先对数据集中的数据流进行划分,接着对数据集进行分组[6]。数据流的划分中首先需要对数据进行流处理,具体流程如图1所示。在数据的流处理过程中,需要对加载、转换以及抽取这三个流程进行串行执行,即数据抽取完毕后必须马上进行转换处理,完成数据....

图2具体划分流程

完成过程P后,按照数据聚合类型对数据流进行划分,具体划分流程如图2所示。完成数据流的划分后对多媒体网络视频监控前端数据进行数据集分组,也就是对多媒体网络视频监控前端输入数据的记录集进行划分,将其划分为多个原记录集以便于对这些子记录集实施并行处理[7]。首先对数据集进行完整性约束处....

图3数据记录集具体划分方式

完成数据记录集的完整性约束处理与互斥性约束处理后,通过元祖分组方法[8]对数据记录集进行分组,也就是将数据记录集中的记录集元祖随机划分到M个子记录集中。使各个子记录集中包含大致等量的记录集元祖,为数据集的处理提供一定的负载平衡。2.2数据动态聚合处理

图4垂直与水平这两个维度的并行处理流程

完成数据集分组后,先对数据流进行并行处理,将并行处理后的数据流进行结果合并处理,由此完成数据的动态聚合处理。首先对数据流进行并行处理,通过MapReduce编程模型对数据流进行并行处理,分别从垂直与水平这两个维度来处理[9]。垂直维度的数据流并行处理需要对数据集元祖进行加工性活动....

本文编号：3915225