基于云的电动汽车数据挖掘系统的设计与实现
电动汽车具有节能、减排等优势,近年来发展迅速。然而电动汽车的发展仍处于“建设”阶段,主要原因是质量还不成熟、基础设施的建设也未能跟进。针对上述原因,现有一些电动汽车远程监控系统,实时监控并获取电动汽车的运行数据,以进行统计分析、故障诊断等应用。然而所有的监控系统均采用统计分析方式,大量有价值的信息难以被发现。使用数据挖掘技术可以挖掘电动汽车数据之间的关联关系和充电站部署位置。针对上述两个挖掘问题,本文提出了一种基于Mapreduce的并行闭频繁模式挖掘算法Closet-PFP,在此算法基础上设计并实现了基于云的电动汽车数据挖掘系统,包括数据导入与预处理、关联关系挖掘、充电站部署位置挖掘等模块。实际部署测试表明：Closet-PFP具有近似线性的加速比,挖掘的结果紧凑无冗余；系统挖掘的电动汽车数据关联关系为研发人员提供了巨大的帮助,挖掘的部署位置为充电站部署人员有效地节省了成本。
电动汽车 数据挖掘系统 云计算技术 模块设计
LIU Xinyu 刘新宇 BI Jingping 毕经平
Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190 中国科学院计算技术研究所 北京100190
国内会议
杭州
中文
344-348
2012-06-23（万方平台首次上网日期，不代表论文的发表时间）