Hadoop下基于粗糙集与贝叶斯的气象数据挖掘研究

• 作者: 刘利民 常骏 张晨阳 李永利 马志强
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 粗糙集 朴素贝叶斯 MapReduce 气象数据
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 72-76,90
• 页数: 6页
• 分类号: TP311
• 字数: 5024字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.04.017

摘要

的重点。气象数据具有维度高、依赖性强等特点，这就对气象数据挖掘提出了更高的要求。经典数据挖掘算法在处理海量气象数据时在性能与准确率方面无法获得较好的结果。在分析了MapReduce计算模型与粗糙集、贝叶斯分类的基础上，给出了基于MapRe-duce的计算等价类的数据约简算法与朴素贝叶斯分类算法。最后在Hadoop平台上进行了相关实验。实验结果表明，该并行数据挖掘方案可以有效处理海量气象数据，并具有良好的扩展性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永利		14	57	4.0	7.0
2	刘利民	内蒙古工业大学信息工程学院	59	225	8.0	12.0
3	马志强	内蒙古工业大学信息工程学院	37	171	8.0	10.0
4	常骏		4	39	3.0	4.0
5	张晨阳	内蒙古工业大学信息工程学院	1	9	1.0	1.0