本文關(guān)鍵詞： 地理知識(shí)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(chǎng)分析　出處：《福州大學(xué)》2014年博士論文　論文類(lèi)型：學(xué)位論文

【摘要】：人類(lèi)已快速進(jìn)入前所未有的大數(shù)據(jù)時(shí)代,人類(lèi)知識(shí)的獲取和應(yīng)用模式正從注重個(gè)體創(chuàng)新走向強(qiáng)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(chǔ)的各類(lèi)數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)算法、決策分析模型只有通過(guò)協(xié)同地提供應(yīng)用才能發(fā)揮其應(yīng)有的價(jià)值。地理知識(shí)云服務(wù)平臺(tái)是當(dāng)前空間數(shù)據(jù)挖掘、地理決策分析、知識(shí)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(lái)發(fā)展的核心技術(shù),可為我國(guó)空間信息服務(wù)業(yè)的跨越發(fā)展、產(chǎn)業(yè)升級(jí)提供共性技術(shù)與支撐平臺(tái)。本文以地理知識(shí)云服務(wù)的深度共享和分布式協(xié)同應(yīng)用為目標(biāo),綜合運(yùn)用分布式空間數(shù)據(jù)挖掘與地理決策、服務(wù)式計(jì)算、云計(jì)算等先進(jìn)技術(shù)和理念,從知識(shí)云服務(wù)的描述、發(fā)布、發(fā)現(xiàn)、動(dòng)態(tài)組合與優(yōu)化、分布式執(zhí)行等方面,對(duì)地理知識(shí)云服務(wù)的管理和應(yīng)用展開(kāi)了系統(tǒng)性的研究。主要研究?jī)?nèi)容和成果如下：(1)研究與總結(jié)了地理知識(shí)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(shí)云的具體定義,建立了一個(gè)融合通用指標(biāo)和領(lǐng)域指標(biāo)的地理知識(shí)云服務(wù)QoS質(zhì)量模型,提出了一種基于WSDL擴(kuò)展的云服務(wù)QoS描述方法；研究了基于文本、接口和語(yǔ)義等的服務(wù)發(fā)現(xiàn)技術(shù),根據(jù)地理知識(shí)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(gè)基于Hadoop框架的地理知識(shí)云服務(wù)注冊(cè)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(chǔ)模式,建立了基于服務(wù)類(lèi)別和功能的雙重索引結(jié)構(gòu),并基于HBase數(shù)據(jù)庫(kù)實(shí)現(xiàn)了知識(shí)云服務(wù)描述信息的分布式存儲(chǔ)。中心可方便地實(shí)現(xiàn)存儲(chǔ)系統(tǒng)的橫向擴(kuò)展,解決了傳統(tǒng)服務(wù)注冊(cè)中心的訪問(wèn)性能低下和多節(jié)點(diǎn)數(shù)據(jù)同步較為復(fù)雜的問(wèn)題,同時(shí)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(shí)云服務(wù)組合的多目標(biāo)優(yōu)化問(wèn)題,提出一個(gè)以蟻群算法為基礎(chǔ)且考慮數(shù)據(jù)傳輸代價(jià)的多目標(biāo)服務(wù)組合優(yōu)化算法DVA-MOACO。該算法建立了個(gè)考慮多QoS指標(biāo)的服務(wù)質(zhì)量評(píng)估模型,通過(guò)改進(jìn)蟻群的狀態(tài)轉(zhuǎn)移概率計(jì)算方法,使蟻群尋徑時(shí)同時(shí)考慮數(shù)據(jù)傳輸代價(jià)和QoS質(zhì)量。為加快算法的搜索過(guò)程,根據(jù)蟻群算法的并行特性和云的并行計(jì)算條件,提出了算法的一個(gè)并行化版本。該算法可快速地從多個(gè)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(jià)較低的Pareto最優(yōu)解,以滿(mǎn)足知識(shí)云服務(wù)在線應(yīng)用時(shí)高質(zhì)量和即時(shí)性的要求。(4)設(shè)計(jì)了一個(gè)分布式地理知識(shí)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(duì)引擎進(jìn)行設(shè)計(jì),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(shí)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(tái)提供的多虛擬機(jī)環(huán)境,實(shí)現(xiàn)了地理知識(shí)云組合服務(wù)的高效、可靠運(yùn)行。(5)以福建地區(qū)為例,開(kāi)展了地理知識(shí)云服務(wù)在GeoKS-Cloud平臺(tái)上提供地震影響場(chǎng)分析服務(wù)的具體應(yīng)用。從知識(shí)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(shí)云服務(wù)的分布式、協(xié)同服務(wù)過(guò)程。應(yīng)用結(jié)果表明,所構(gòu)建的地震影響場(chǎng)分析云服務(wù),其計(jì)算得到的地表地震動(dòng)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(chǎng)地類(lèi)別進(jìn)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(kuò)展、可配置、開(kāi)放透明等明顯優(yōu)勢(shì),不僅可提高分析運(yùn)算的效率,還能支持?jǐn)?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(jí)別】：博士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TP393.09;P315

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

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

2 張箭,何明;古代中國(guó)人足跡和地理知識(shí)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(shí)運(yùn)用的意義[J];西藏科技;2008年02期

4 曹婉如;;中國(guó)古代地理學(xué)史的幾個(gè)問(wèn)題[J];自然科學(xué)史研究;1982年03期

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

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

7 張俊榮;;巧記地理知識(shí)[J];地球;1998年02期

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

9 張宏霞;;讓地理知識(shí)的教學(xué)更具品德味——小學(xué)品德課程中地理知識(shí)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(mèng)玲;;淺議如何引導(dǎo)學(xué)生在生活中學(xué)習(xí)地理知識(shí)[J];科技致富向?qū)?2011年30期

相關(guān)會(huì)議論文 前9條

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

2 馮水良;;對(duì)構(gòu)建學(xué)生地理知識(shí)框架的幾點(diǎn)認(rèn)識(shí)[A];中華教育理論與實(shí)踐科研論文成果選編（第4卷）[C];2010年

3 趙功偉;;地理知識(shí)與語(yǔ)文教學(xué)[A];中華教育理論與實(shí)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(shí)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(guó)非洲研究評(píng)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(guó)地理學(xué)會(huì)2013年學(xué)術(shù)年會(huì)·西南片區(qū)會(huì)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(guó)教育科研“十五”成果論文集（第五卷）[C];2005年

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

9 李明亮;;中國(guó)夢(mèng)呼喚人文教育的回歸[A];國(guó)家教師科研專(zhuān)項(xiàng)基金科研成果（語(yǔ)文建設(shè)卷2）[C];2013年

相關(guān)重要報(bào)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(shí)際 有效領(lǐng)悟地理知識(shí)[N];潮州日?qǐng)?bào);2010年

2 本報(bào)評(píng)論員 祝乃娟;“玩課”是為了獲得“場(chǎng)景性知識(shí)”[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2012年

3 記者　嚴(yán)圣禾;日本學(xué)生地理知識(shí)嚴(yán)重匱乏[N];光明日?qǐng)?bào);2005年

4 華山中學(xué)地理組 朱萬(wàn)宏;將理論知識(shí)充分運(yùn)用到生活實(shí)際當(dāng)中[N];學(xué)知報(bào);2011年

5 記者 譚新木 胡曉明;美國(guó)年輕人地理知識(shí)差[N];新華每日電訊;2002年

6 曉燕;中國(guó)期刊：揚(yáng)自己的旗幟[N];四川政協(xié)報(bào);2000年

7 王悠然;“泛因紐特路線”數(shù)據(jù)庫(kù)上線[N];中國(guó)社會(huì)科學(xué)報(bào);2014年

8 劉明倫 劉廣益;地圖圖示與板書(shū) 地理知識(shí)好接受[N];中國(guó)測(cè)繪報(bào);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(bào);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(bào);2011年

相關(guān)博士學(xué)位論文 前1條

1 吳小竹;地理知識(shí)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(duì)高中學(xué)生地理知識(shí)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(yùn)用思維導(dǎo)圖促進(jìn)地理知識(shí)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(shí)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(shí)學(xué)習(xí)建構(gòu)理論研究與實(shí)踐[D];華中師范大學(xué);2005年

5 張翔宇;明人南亞地理知識(shí)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(yùn)用歷史地理知識(shí)的研究與實(shí)踐[D];東北師范大學(xué);2005年

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

8 洪芬芬;陳述性地理知識(shí)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(yùn)用歷史地理知識(shí)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(shí)在中學(xué)歷史教學(xué)中的運(yùn)用[D];蘇州大學(xué);2008年

本文編號(hào)：1544809