基于云计算的物联网数据挖掘技术研究

发布时间：2021-01-20 06:05

　　物联网数据挖掘是物联网技术中重要环节,传统数据挖掘已经不能满足物联网技术要求,云计算具有强大的计算能力和储存大规模数据的能力,云计算的出现给物联网数据挖掘提供了新的方向。在这样的背景下,出现了一种基于云计算的物联网数据挖掘技术,引起了全世界的广泛关注。本文对数据挖掘中的K-means算法进行研究,解决K-means算法存在聚类不稳定,无法处理大规模物联网数据等问题。本文主要研究内容如下。首先,对K-means聚类算法存在初始聚类中心选择随机性、噪声点的影响,提出DLCK-means算法,该算法结合了LCD算法的优点,去除了噪声点和确定了初始聚类中心点,实验证明了该算法的可行性,然后,针对K-means算法k值需要事先指定的缺点,提出AK-means算法,通过实验证明了该算法的有效性,之后,提出ALCDK-means算法,该算法结合了DLCK-means和AK-means两种算法,成功解决了初始中心选择随机、噪声点影响、k值事先指定等缺点。把该算法运行在单机上,对不同的数据集进行聚类效果和准确率进行测试,实验表明ALCDK-means算法与K-means算法比较,聚类效果得到明显的改善,... 

【文章来源】：长春理工大学吉林省

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 选题背景及意义
    1.2 国内外研究现状
        1.2.1 物联网研究现状
        1.2.2 云计算研究现状
        1.2.3 数据挖掘研究现状
    1.3 论文结构内容及工作安排
第2章 物联网、云计算和数据挖掘技术
    2.1 物联网
        2.1.1 物联网的概念
        2.1.2 物联网的构成
        2.1.3 物联网关键技术
        2.1.4 物联网的应用
    2.2 数据挖掘
        2.2.1 数据挖掘的概念
        2.2.2 数据挖掘的过程
        2.2.3 数据挖掘算法
    2.3 云计算
        2.3.1 云计算的概述
        2.3.2 云计算的关键技术
    2.4 Hadoop概述
        2.4.1 MapReduce计算模型
        2.4.2 HDFS分布式存储文件系统
    2.5 本章小结
第3章 ALDCK-means聚类算法分析
    3.1 聚类分析
        3.1.1 聚类分析基础理论
        3.1.2 聚类算法介绍
    3.2 ALDCK-means算法
        3.2.1 LDCK-means算法
        3.2.2 AK-means算法
        3.2.3 ALDCK-means算法
    3.3 基于Hadoop的 ALCDK-means算法设计及实现
    3.4 本章小结
第4章 实验仿真及结果分析
    4.1 搭建实验环境
        4.1.1 软硬件环境
        4.1.2 Hadoop实验环境搭建
    4.2 实验数据集准备
    4.3 实验与分析
    4.4 本章小结
第5章 总结与展望
参考文献
致谢



本文编号：2988529