时空轨迹大数据分布式蜂群模式挖掘算法
【出 处】:《
计算机工程与科学
》
CSCD
2016年第38卷第2期 255-261页,共7页
【作 者】:
于彦伟
[1,2] ;
齐建鹏
[1] ;
陆云辉
[1,2] ;
赵金东
[1] ;
张永刚
[2]
【摘 要】
针对时空轨迹大数据的蜂群模式挖掘需求,提出了一种高效的基于MapReduce的分布式蜂群模式挖掘算法。首先,提出了基于最大移动目标集的对象集闭合蜂群模式概念,并利用最小时间支集优化了串行挖掘算法;其次,提出了蜂群模式的并行化挖掘模型,利用蜂群模式时间域无关性,并行化了聚类与子时间域上的蜂群模式挖掘过程;第三,设计了一个基于MapReduce链式架构的分布式并行挖掘算法,通过四个阶段快速地实现了蜂群模式的并行挖掘;最后,在Hadoop平台上,使用真实交通轨迹大数据集对分布式算法的有效性和高效性进行了验证与分析。
相关热词搜索: 时空轨迹挖掘 大数据 蜂群模式 分布式 MapReduce spatio-temporal trajectory mining big data swarm pattern distributed MapReduce