本文關(guān)鍵詞： 地理知識云 云服務(wù) 地理決策 空間數(shù)據(jù)挖掘 服務(wù)描述 服務(wù)發(fā)現(xiàn) 服務(wù)組合 蟻群算法 流程引擎 地震影響場分析　出處：《福州大學(xué)》2014年博士論文　論文類型：學(xué)位論文

【摘要】：人類已快速進入前所未有的大數(shù)據(jù)時代,人類知識的獲取和應(yīng)用模式正從注重個體創(chuàng)新走向強調(diào)群體共享和協(xié)同聚集的新階段,全球范圍內(nèi)日益增加、分布存儲的各類數(shù)據(jù)挖掘與知識發(fā)現(xiàn)算法、決策分析模型只有通過協(xié)同地提供應(yīng)用才能發(fā)揮其應(yīng)有的價值。地理知識云服務(wù)平臺是當前空間數(shù)據(jù)挖掘、地理決策分析、知識共享服務(wù)領(lǐng)域最富有前途和最具挑戰(zhàn)性的前沿課題之一,是現(xiàn)代信息服務(wù)業(yè)未來發(fā)展的核心技術(shù),可為我國空間信息服務(wù)業(yè)的跨越發(fā)展、產(chǎn)業(yè)升級提供共性技術(shù)與支撐平臺。本文以地理知識云服務(wù)的深度共享和分布式協(xié)同應(yīng)用為目標,綜合運用分布式空間數(shù)據(jù)挖掘與地理決策、服務(wù)式計算、云計算等先進技術(shù)和理念,從知識云服務(wù)的描述、發(fā)布、發(fā)現(xiàn)、動態(tài)組合與優(yōu)化、分布式執(zhí)行等方面,對地理知識云服務(wù)的管理和應(yīng)用展開了系統(tǒng)性的研究。主要研究內(nèi)容和成果如下：(1)研究與總結(jié)了地理知識云服務(wù)的概念和特征,創(chuàng)新性地提出了廣義和狹義地理知識云的具體定義,建立了一個融合通用指標和領(lǐng)域指標的地理知識云服務(wù)QoS質(zhì)量模型,提出了一種基于WSDL擴展的云服務(wù)QoS描述方法；研究了基于文本、接口和語義等的服務(wù)發(fā)現(xiàn)技術(shù),根據(jù)地理知識云服務(wù)需要處理大數(shù)據(jù)的要求,提出了一種基于數(shù)據(jù)格式的服務(wù)匹配方法。(2)提出了一個基于Hadoop框架的地理知識云服務(wù)注冊中心和基于MapReduce的并行服務(wù)發(fā)現(xiàn)框架。該中心面向列存儲模式,建立了基于服務(wù)類別和功能的雙重索引結(jié)構(gòu),并基于HBase數(shù)據(jù)庫實現(xiàn)了知識云服務(wù)描述信息的分布式存儲。中心可方便地實現(xiàn)存儲系統(tǒng)的橫向擴展,解決了傳統(tǒng)服務(wù)注冊中心的訪問性能低下和多節(jié)點數(shù)據(jù)同步較為復(fù)雜的問題,同時提供了快速的并行化服務(wù)發(fā)現(xiàn)手段。(3)研究了地理知識云服務(wù)組合的多目標優(yōu)化問題,提出一個以蟻群算法為基礎(chǔ)且考慮數(shù)據(jù)傳輸代價的多目標服務(wù)組合優(yōu)化算法DVA-MOACO。該算法建立了個考慮多QoS指標的服務(wù)質(zhì)量評估模型,通過改進蟻群的狀態(tài)轉(zhuǎn)移概率計算方法,使蟻群尋徑時同時考慮數(shù)據(jù)傳輸代價和QoS質(zhì)量。為加快算法的搜索過程,根據(jù)蟻群算法的并行特性和云的并行計算條件,提出了算法的一個并行化版本。該算法可快速地從多個組合服務(wù)的備選方案中找到整體QoS性能較優(yōu)、數(shù)據(jù)傳輸代價較低的Pareto最優(yōu)解,以滿足知識云服務(wù)在線應(yīng)用時高質(zhì)量和即時性的要求。(4)設(shè)計了一個分布式地理知識云服務(wù)組合軟件引擎,從流程模型、體系結(jié)構(gòu)、流程解析、分布式執(zhí)行和異常處理等方面對引擎進行設(shè)計,提出了圖形-模型一體化的流程模型和四層式的組合服務(wù)執(zhí)行引擎體系架構(gòu),實現(xiàn)了主從模式和P2P模式相結(jié)合的組合服務(wù)分布式執(zhí)行方法,并提供了基于日志的異常處理功能。引擎充分利用云平臺提供的多虛擬機環(huán)境,實現(xiàn)了地理知識云組合服務(wù)的高效、可靠運行。(5)以福建地區(qū)為例,開展了地理知識云服務(wù)在GeoKS-Cloud平臺上提供地震影響場分析服務(wù)的具體應(yīng)用。從知識服務(wù)的分解與部署、組合服務(wù)建模、服務(wù)執(zhí)行等方面呈現(xiàn)了地理知識云服務(wù)的分布式、協(xié)同服務(wù)過程。應(yīng)用結(jié)果表明,所構(gòu)建的地震影響場分析云服務(wù),其計算得到的地表地震動峰值加速度的分布總體符合橢圓型衰減規(guī)律且根據(jù)不同場地類別進行了校正,云服務(wù)與傳統(tǒng)的網(wǎng)絡(luò)服務(wù)相比具有可擴展、可配置、開放透明等明顯優(yōu)勢,不僅可提高分析運算的效率,還能支持數(shù)據(jù)和模型算法等資源的復(fù)用。
[Abstract]:Human beings have entered the era of big data acquisition and application mode of hitherto unknown, human knowledge is from the emphasis on individual innovation to highlight the new stage of group sharing and collaborative aggregation, globally distributed storage is increasing, all kinds of data mining and knowledge discovery algorithm, decision analysis model only through collaborative applications to play its due the value of geographical knowledge. The cloud service platform is the geographic spatial data mining, decision analysis, knowledge sharing service field is the most promising and challenging topic in the future is the core technology of the development of modern information service industry, for the spatial information service industry in our country the leapfrog development, industrial upgrading and provide common technology support platform. According to the geographic knowledge service cloud depth sharing and distributed collaborative application as the goal, the comprehensive use of distributed spatial data mining And geographic decision-making, service computing, advanced technologies such as cloud computing and cloud service concept, from the knowledge description, publishing, discovery, dynamic combination and optimization, distributed implementation, management and application of geographical knowledge of cloud services carried out a systematic research. The main research contents and results are as follows: (1) study and summarizes the concept and characteristics of geographical knowledge of cloud services, put forward the innovation of the broad and narrow geographical knowledge of the specific definition of cloud, a fusion of common indicators and indicators in the field of geographic knowledge QoS cloud service quality model, proposed a method to describe the extension of WSDL cloud service based on QoS; based on text, interface and semantic service discovery technology, according to the geographical knowledge of cloud services need to handle large data requirements, a method is proposed for matching data format based on the service. (2) proposed a framework based on Hadoop The geographical knowledge of cloud service registry and parallel service discovery based on MapReduce framework. The center column oriented storage mode, set up a dual index structure based on service types and functions, and distributed storage HBase database knowledge cloud service description based on the information center can conveniently realize the horizontal expansion of storage system, solve the access the poor performance of traditional service register center and multi node data synchronization is quite complex, while providing a parallel service rapid discovery method. (3) the multi-objective optimization problem of geographical knowledge cloud service composition, proposed an ant colony algorithm based and consider the data transmission cost of multi-objective optimization algorithm the DVA-MOACO. algorithm is established considering multi QoS index service quality evaluation model, the improved ant colony state transition probability calculation method, the The ant colony routing considering the data transmission cost and the quality of QoS. In order to speed up the search process, according to the calculation conditions of parallel ant colony algorithm and parallel characteristics of cloud, we propose a parallel version of the algorithm. The algorithm can quickly from multiple combinations of service alternatives in the whole performance of QoS is better. Pareto optimal data transmission with lower cost solutions to meet the knowledge of cloud services online application of high quality and real-time requirements. (4) the design of a distributed geographic knowledge cloud service composition software engine from the process model, system structure, flow analysis, distributed execution and exception handling design of engine and put forward the process graphical model integration and four layer composite service execution engine architecture, and implement a method of composite service with distributed master-slave mode and P2P model, and provide The exception handling function based on log. Virtual machine environment engine takes full advantage of cloud platform, realizes the combination of geographical knowledge cloud service efficient, reliable operation. (5) in Fujian area as an example, the geographical knowledge of cloud services to provide earthquake influence field analysis of specific application services on the GeoKS-Cloud platform. The decomposition of knowledge service and deployment, combination of service modeling, service execution and other aspects presents a distributed geographic knowledge cloud services, collaborative service process. The application results show that the cloud service analysis of seismic influence field constructed by the overall distribution, the peak acceleration of the surface to meet the calculation of elliptic attenuation law and according to different site categories the correction, compared with the traditional network service cloud service with scalable, configurable, open and transparent and other obvious advantages, not only can improve the analysis operation efficiency, but also support Reuse of resources such as data and model algorithms.

【學(xué)位授予單位】：福州大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TP393.09;P315

【相似文獻】

相關(guān)期刊論文 前10條

1 劉艷靜;;淺談如何利用地理知識辨別方向[J];成才之路;2008年13期

2 張箭,何明;古代中國人足跡和地理知識的北至[J];地圖;2000年04期

3 陳英;;淺談歷史教學(xué)中地理知識運用的意義[J];西藏科技;2008年02期

4 曹婉如;;中國古代地理學(xué)史的幾個問題[J];自然科學(xué)史研究;1982年03期

5 王鵬;;地理知識的幾種記憶技巧[J];保定師專學(xué)報;1998年02期

6 楊陽;地理知識網(wǎng)上學(xué)[J];少兒科技;2005年04期

7 張俊榮;;巧記地理知識[J];地球;1998年02期

8 李昱;;高職學(xué)生的地理知識現(xiàn)狀分析與對策[J];遼寧高職學(xué)報;2009年12期

9 張宏霞;;讓地理知識的教學(xué)更具品德味——小學(xué)品德課程中地理知識教學(xué)遇到的困難及策略[J];科學(xué)大眾(科學(xué)教育);2011年11期

10 張夢玲;;淺議如何引導(dǎo)學(xué)生在生活中學(xué)習(xí)地理知識[J];科技致富向?qū)?2011年30期

相關(guān)會議論文 前9條

1 唐曉峰;;要防止傳統(tǒng)血緣梯隊的影響,防止出現(xiàn)封閉的、固化的小群體[A];新觀點新學(xué)說學(xué)術(shù)沙龍文集11：我國科技發(fā)展的文化基礎(chǔ)[C];2007年

2 馮水良;;對構(gòu)建學(xué)生地理知識框架的幾點認識[A];中華教育理論與實踐科研論文成果選編（第4卷）[C];2010年

3 趙功偉;;地理知識與語文教學(xué)[A];中華教育理論與實踐科研論文成果選編(第三卷)[C];2012年

4 寧紅軍;;地理與生活——從生活中學(xué)習(xí)地理[A];中華教育理論與實踐科研論文成果選編（第3卷）[C];2010年

5 弗拉基米爾·述賓;宛如;;俄羅斯的非洲研究[A];中國非洲研究評論(2012)[C];2013年

6 余晶;;論中學(xué)生海洋觀的缺失與建構(gòu)——從海洋地理的拓展入手[A];山地環(huán)境與生態(tài)文明建設(shè)——中國地理學(xué)會2013年學(xué)術(shù)年會·西南片區(qū)會議論文集[C];2013年

7 張雙所;;干擾學(xué)生學(xué)習(xí)的主觀因素[A];全國教育科研“十五”成果論文集（第五卷）[C];2005年

8 李國鋒;;激發(fā)學(xué)習(xí)興趣，，提高教學(xué)效率[A];中國新時期思想理論寶庫——第三屆中國杰出管理者年會成果匯編[C];2007年

9 李明亮;;中國夢呼喚人文教育的回歸[A];國家教師科研專項基金科研成果（語文建設(shè)卷2）[C];2013年

相關(guān)重要報紙文章 前10條

1 潮州市湘橋區(qū)維蘭中學(xué) 王楚民;引導(dǎo)學(xué)生聯(lián)系實際 有效領(lǐng)悟地理知識[N];潮州日報;2010年

2 本報評論員 祝乃娟;“玩課”是為了獲得“場景性知識”[N];21世紀經(jīng)濟報道;2012年

3 記者　嚴圣禾;日本學(xué)生地理知識嚴重匱乏[N];光明日報;2005年

4 華山中學(xué)地理組 朱萬宏;將理論知識充分運用到生活實際當中[N];學(xué)知報;2011年

5 記者 譚新木 胡曉明;美國年輕人地理知識差[N];新華每日電訊;2002年

6 曉燕;中國期刊：揚自己的旗幟[N];四川政協(xié)報;2000年

7 王悠然;“泛因紐特路線”數(shù)據(jù)庫上線[N];中國社會科學(xué)報;2014年

8 劉明倫 劉廣益;地圖圖示與板書 地理知識好接受[N];中國測繪報;2005年

9 上高中學(xué) 黃麗華;生活,讓地理課堂更精彩[N];學(xué)知報;2011年

10 山東平邑興蒙學(xué)校 劉兆偉;淺談學(xué)生地理學(xué)習(xí)興趣的培養(yǎng)[N];學(xué)知報;2011年

相關(guān)博士學(xué)位論文 前1條

1 吳小竹;地理知識云服務(wù)發(fā)現(xiàn)與組合技術(shù)研究[D];福州大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 楊輝;基于思維導(dǎo)圖對高中學(xué)生地理知識體系建構(gòu)的應(yīng)用研究[D];四川師范大學(xué);2015年

2 洪雯雯;運用思維導(dǎo)圖促進地理知識系統(tǒng)建構(gòu)的研究[D];福建師范大學(xué);2015年

3 周嶠;清代黑龍江地理知識的傳承與流變[D];復(fù)旦大學(xué);2014年

4 鄢吉軍;中學(xué)生地理知識學(xué)習(xí)建構(gòu)理論研究與實踐[D];華中師范大學(xué);2005年

5 張翔宇;明人南亞地理知識詳考[D];首都師范大學(xué);2014年

6 齊曉慧;在初中歷史教學(xué)中運用歷史地理知識的研究與實踐[D];東北師范大學(xué);2005年

7 陳明;論地理知識在高中歷史教學(xué)中的運用[D];陜西師范大學(xué);2011年

8 洪芬芬;陳述性地理知識的教學(xué)模式選擇與教學(xué)策略[D];華中師范大學(xué);2012年

9 閆貴榮;運用歷史地理知識提升中學(xué)歷史教學(xué)質(zhì)量探究[D];西北師范大學(xué);2009年

10 單正婷;論歷史地理知識在中學(xué)歷史教學(xué)中的運用[D];蘇州大學(xué);2008年

本文編號：1544809