基于大数据的桥梁监测信息分类技术研究

• 作者: 杨建喜 梅文涵
• 来源期刊: 科技创业月刊
• 学科: 交通运输
• 关键词: Hadoop平台 大数据 KNN文本分类算法 HDFS
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 应用技术
• 页码范围: 95-98
• 页数: 4页
• 分类号: U445
• 字数: 2725字
• 语种: 中文
• DOI: 10.3969/j.issn.1665-2272.2015.05.036

摘要

针对桥梁健康监测获取海量数据却无法实时精确地监测评估桥梁结构状态的困难性,本立足数据挖掘算法理论,在Hadoop平台下运用KNN文本分类算法对桥梁结构缩尺模型加速度数据进行分类分析,采用分布式文件系统HDFS对监测数据进行存储和访问,应用Map/Reduce并行计算框架对桥梁各环境参数进行计算,并据此判断监测点属于何种工况,实现了桥梁监测海量数据的存储、访问、分类以及桥梁结构健康状况的判别,通过实验室缩尺模型工程实例验证了理论的有效性.实验结果表明,与传统的串行分类算法相比,基于Hadoop平台的并行分类算法具有较好的扩展性,并取得了基于大数据理论的桥梁监测技术研究的革新.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨建喜		17	51	4.0	6.0
2	梅文涵	武汉轻工大学数学与计算机学院	1	5	1.0	1.0