基于Hadoop的聚类算法在无线电监测数据分析中的应用  

Application of Cluster Algorithm based on Hadoop in Analysis of Radio Monitoring Data

作　　者：胡莹莹[1] 谭光林[1] 

机构地区：[1]国家无线电监测中心,北京100037

出　　处：《数字通信世界》2015年第5期32-34,共3页Digital Communication World

摘　　要：无线电日常监测产生了T级别的海量监测数据,但缺乏有效的数据分析软件。聚类分析是无线电监测数据分析的一个重要算法,基于Hadoop的K-means算法,使用Map Reduce编程框架,将传统的单机串行聚类算法K-means用分布式、并行的方式实现,使其适用于分布式、海量的无线电监测数据的分析和计算。本文分析了该算法的时间和空间复杂度。Daily radio monitoring produces T-level data , while lacking of effective data analysis software. Cluster algorithm is very important in analysis of monitoring data .we realize the traditional K-means algorithm in the way of distributed, parallel manner based on Hadoop, with MapReduce programming framework, making it ideal for distributed, vast quantities of radio monitoring data analysis and calculations. This paper also analyzes the time and space complexity of algorithms.

关 键 词：无线电监测 聚类 K-MEANS算法 HADOOP MAP REDUCE 

分 类 号：TN98[电子电信—信息与通信工程] TP311.13[自动化与计算机技术—计算机软件与理论]