10.16251/j.cnki.1009-2307.2018.01.016
地图兴趣点分布式空间分析服务
针对互联网地图上海量兴趣点的应用分析需要提高效率的问题,该文利用MongoDB设计并搭建了一个分布式集群,对这些互联网兴趣点数据进行了储存;然后通过MapReduce机制改进并实现了适用于海量兴趣点数据的空间同位模式挖掘的Apriori算法和几个常用的空间分布特征值计算方法;最后依据开放地理信息系统协会的Web处理服务规范,设计并实现了一个互联网兴趣点分布式分析服务实验系统.该文所提出的改进后的算法在数据吞吐量和计算效率上有优越性,且计算效率比传统空间分析工具和传统Apriori算法有所提高.
数据库、地图兴趣点、分布式计算、空间同位模式
43
P211(普通测量学、地形测量学)
国家自然科学基金项目41471384;国家“863”计划项目2013AA12A403
2018-03-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
89-92,100