空間大數(shù)據(jù)和無線網(wǎng)絡(編輯修改稿)
2025-03-25 20:29 本頁面
【文章內容簡介】 io 3: Smart Cities and Noisy Spatial Data ? first challenge is that of robust enough processing of information in a sufficiently rapid manner to enable realtime control applications. ? For example:rerouting of traffic flows ,public transportation scheduling ,pollution estimates, and noise levels Application Scenario 3: Smart Cities and Noisy Spatial Data ? The second challenges is the need to crosscorrelate numerous data sources for obtaining the best and most robust estimates. Using the Right Algorithms ? Optimality and Robustness ? SelfAwareness of Errors ? Match with Computational Infrastructures ? Extendibility with Prior and Side Information ? Controlled Approximations Scalable Computational Solutions ? 空間插值 ——空間插值常用于將離散點的測量數(shù)據(jù)轉換為連續(xù)的數(shù)據(jù)曲面，以便與其它空間現(xiàn)象的分布模式進行比較，它包括了空間內插和外推兩種算法 。 ? 空間 內插 算法：通過已知點的數(shù)據(jù)推求同一區(qū)域未知點數(shù)據(jù) 。 ? 空間 外推算法：通過已知區(qū)域的數(shù)據(jù)，推求其它區(qū)域數(shù)據(jù)。 Kriging算法 ? satisfies the properties discussed above。 that is, ? providing optimal and robust spatial estimates, Kriging算法 ? 克里金法假定采樣點之間的距離或方向可以反映可用于說明表面變化的空間相關性?？死锝鸱ü? 具可將數(shù)學函數(shù)與指定數(shù)量的點或指定半徑內的所有點進行擬合以確定每個位置的輸出值 。 ? 克里金法 是一個多步過程；它包括數(shù)據(jù)的探索性統(tǒng)計分析、變異函數(shù)建模 和創(chuàng)建表面，還包括研究方差表面 。 ? 該 方法通常用在土壤科學和地質中。 hadoop ? 是一個由 Apache基金會所開發(fā)的 分布式系統(tǒng) 基礎架構 。 ? 實現(xiàn)了一個 分布式文件系統(tǒng) （ Hadoop Distributed File System），簡稱 HDFS。 HDFS有高 容錯性 的特點，并且設計用來部署在低廉的（ lowcost）硬件上；而且它提供高吞吐量（ high throughput）來訪問 應用程序的數(shù)據(jù)，適合那些有著超大數(shù)據(jù)集（ large data set）的應用程序 。 mapreduce ? MapReduce 本身就是用于 并行處理 大數(shù)據(jù)集的 軟件 框架。 MapReduce 的根源是函數(shù)性編程中的 map 和 reduce 函數(shù)。它由兩個可能包含有許多實例（許多 Map 和 Reduce）的操作組成。 Map 函數(shù)接受一組數(shù)據(jù)并將其轉換為一個鍵 /值對列表，輸入域中的每個元素對應一個鍵 /值對。 Reduce 函數(shù)接受 Map 函數(shù)生成的列表，
環(huán)評公示相關推薦
鄂ICP備17016276號-1