摘要
时空共现指多种对象实例在空间和时间上的邻近现象。现有时空共现模式挖掘算法多缺乏并行计算架构的设计且对数据的空间特征不敏感,无法应对大规模的船舶轨迹数据挖掘的实际需要。为此,提出了一种基于Hadoop的船舶时空共现模式挖掘算法,通过采用并行化分区算法划分原始数据集,在扩展的MapReduce架构上实现了船舶轨迹数据中的时空共现模式挖掘。基于AIS实际数据集的实验结果显示,能够有效处理大规模船舶轨迹数据,并保持良好的效率和正确性。
-
单位武汉东湖学院