基于云計算的分布式數(shù)據(jù)挖掘系統(tǒng)設(shè)計與實現(xiàn)

摘 要 在云計算環(huán)境下進行分布式數(shù)據(jù)挖掘系統(tǒng)設(shè)計，提高數(shù)據(jù)的并行網(wǎng)格式調(diào)度和計算能力，傳統(tǒng)的數(shù)據(jù)挖掘方法采用關(guān)聯(lián)特征匹配方法，當數(shù)據(jù)存儲空間中干擾強度較大時，數(shù)據(jù)挖掘的精度不高。在云計算環(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)核下進行數(shù)據(jù)挖掘系統(tǒng)設(shè)計。首先進行了云計算的分布式數(shù)據(jù)結(jié)構(gòu)分析和數(shù)據(jù)挖掘算法設(shè)計，然后進行分布式數(shù)據(jù)挖掘系統(tǒng)設(shè)計，系統(tǒng)包括程序加載模塊、數(shù)據(jù)存儲模塊、數(shù)據(jù)緩存調(diào)度模塊和數(shù)據(jù)通信傳輸模塊等。實驗結(jié)果表明，采用該方法進行基于云計算的分布式數(shù)據(jù)挖掘，數(shù)據(jù)挖掘的準確配準性能較好，系統(tǒng)的可靠性較好。

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

隨著網(wǎng)絡(luò)大數(shù)據(jù)信息處理技術(shù)的發(fā)展，對數(shù)據(jù)處理的規(guī)模不斷增大，對數(shù)據(jù)信息處理的精度要求不斷提升，采用云計算進行數(shù)據(jù)分布式網(wǎng)格計算，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)的計算速度，因此，云計算成為未來大數(shù)據(jù)信息處理的主要趨勢。在云計算環(huán)境下進行數(shù)據(jù)挖掘，是進行大數(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。

文獻采用云計算環(huán)境下分布式數(shù)據(jù)模糊C均值聚類的挖掘算法，在受到較強的毗連特征干擾時，數(shù)據(jù)挖掘的精度不高。針對上述問題，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，并進行了仿真實驗性能分析，得出了較好的數(shù)據(jù)挖掘效果的結(jié)論。

1 基于云計算的分布式數(shù)據(jù)挖掘算法設(shè)計

為了實現(xiàn)對基于云計算的分布式數(shù)據(jù)挖掘系統(tǒng)設(shè)計，其中，數(shù)據(jù)挖掘算法設(shè)計是關(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，其是一組準平穩(wěn)隨機的時間序列，對數(shù)據(jù)庫中的存儲信息流進行能量譜密度特征提取，得到輸出數(shù)據(jù)x（t）的第n個寬頻帶分量，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)計描述

在上述進行了算法設(shè)計的基礎(chǔ)上，進行數(shù)據(jù)挖掘系統(tǒng)的軟件開發(fā)設(shè)計，基于云計算的分布式數(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)核平臺上，系統(tǒng)包括程序加載模塊、數(shù)據(jù)存儲模塊、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進行數(shù)據(jù)遠程控制和信息通信，基于云計算的分布式數(shù)據(jù)挖掘系統(tǒng)給用戶提供一個簡單、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，基于云計算的分布式數(shù)據(jù)挖掘系統(tǒng)的寄存器系統(tǒng)時鐘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)硬盤進行數(shù)據(jù)存儲，調(diào)用s3c2440_adc_read（）函數(shù)，進行程序加載和基于云計算的分布式數(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，實現(xiàn)數(shù)據(jù)挖掘系統(tǒng)的遠程通信信息傳輸和控制。

3 仿真實驗

為了測試本文設(shè)計的基于云計算的分布式數(shù)據(jù)挖掘系統(tǒng)在實現(xiàn)數(shù)據(jù)挖掘中的優(yōu)越性能，進行仿真實驗，分布式數(shù)據(jù)信息采樣的時寬為10 ms， 分布式數(shù)據(jù)的隨機采樣率為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，進行基于云計算的分布式數(shù)據(jù)挖掘系統(tǒng)的數(shù)據(jù)挖掘和處理性能分析，首先進行數(shù)據(jù)挖掘的輸出時域波形采樣，結(jié)果如圖1所示。

從圖可見，采用本文算法進行數(shù)據(jù)挖掘的準確度較高，為了對比性能，采用本文方法和傳統(tǒng)方法，以數(shù)據(jù)挖掘的準確配準性為測試指標，得到對比結(jié)果如圖2所示。

實驗結(jié)果表明，采用該方法進行基于云計算的分布式數(shù)據(jù)挖掘，數(shù)據(jù)挖掘的準確配準性能較好，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，并進行了實驗分析。結(jié)果表明，采用該方法進行數(shù)據(jù)挖掘，數(shù)據(jù)挖掘的準確配準性能較好，系統(tǒng)的可靠性較好，具有較好的應(yīng)用價值。

參考文獻

[1]陸興華，謝輝迪，許劍銳.基于近場通訊和物聯(lián)網(wǎng)的飯?zhí)米詣佑媰r系統(tǒng)[J].智能計算機與應(yīng)用，2015，5（06）：18-21.

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

[3]譚營軍，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.

作者簡介

李穎（1977-），女，廣東省韶關(guān)市人。碩士研究生學(xué)歷。現(xiàn)為廣東科學(xué)技術(shù)職業(yè)學(xué)院講師。主要研究方向為虛擬化與云計算。

作者單位

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