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)

摘 要 在云計(jì)算環(huán)境下進(jìn)行分布式數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)，提高數(shù)據(jù)的并行網(wǎng)格式調(diào)度和計(jì)算能力，傳統(tǒng)的數(shù)據(jù)挖掘方法采用關(guān)聯(lián)特征匹配方法，當(dāng)數(shù)據(jù)存儲(chǔ)空間中干擾強(qiáng)度較大時(shí)，數(shù)據(jù)挖掘的精度不高。在云計(jì)算環(huán)境下，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，并在嵌入式Linux的內(nèi)核下進(jìn)行數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)。首先進(jìn)行了云計(jì)算的分布式數(shù)據(jù)結(jié)構(gòu)分析和數(shù)據(jù)挖掘算法設(shè)計(jì)，然后進(jìn)行分布式數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)，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。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。

【關(guān)鍵詞】云計(jì)算 數(shù)據(jù)挖掘 系統(tǒng)設(shè)計(jì)

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)信息流通過噪聲濾波，得到數(shù)據(jù)流聚類相似性函數(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：

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/E SCSI數(shù)據(jù)硬盤進(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)果如圖1所示。

從圖可見，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)果如圖2所示。

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

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。

參考文獻(xiàn)

[1]陸興華，謝輝迪，許劍銳.基于近場(chǎng)通訊和物聯(lián)網(wǎng)的飯?zhí)米詣?dòng)計(jì)價(jià)系統(tǒng)[J].智能計(jì)算機(jī)與應(yīng)用，2015，5（06）：18-21.

[2]童崢嶸，郭尊禮，曹曄，等.小波包變換對(duì)CO-OFDM系統(tǒng)高峰均比的抑制性能研究[J].光子學(xué)報(bào)，2015，44（12）：1206001-1206001.

[3]譚營(yíng)軍，王俊平.基于MEACO的無線傳感器網(wǎng)絡(luò)路由光通信算法研究[J].激光雜志，2016，37（02）：131-133.

作者簡(jiǎn)介

李穎（1977-），女，廣東省韶關(guān)市人。碩士研究生學(xué)歷?，F(xiàn)為廣東科學(xué)技術(shù)職業(yè)學(xué)院講師。主要研究方向?yàn)樘摂M化與云計(jì)算。

作者單位

廣東科學(xué)技術(shù)職業(yè)學(xué)院計(jì)算機(jī)工程技術(shù)學(xué)院 廣東省珠海市 519090