基于粒计算的大数据空间行为可视化技术仿真

摘要

传统大数据行为可视化过程存在抗干扰性差、处理时间长的问题.为此提出基于粒计算的大数据空间行为可视化技术.利用数据挖掘技术得到空间行为初始数据,通过矩阵向量来表示数据聚类图,根据粒计算的粒构建和分解原理,从粒度空间优化和多粒度联合计算两个方面,得到粒计算的预处理结果,并进行空间行为轨迹变换,最终通过图像绘制输出空间行为可视化结果.实验结果表明,研究方法的稳定性更好,且在得出相同可视化处理结果的前提下,基于粒计算的空间行为可视化技术的平均消耗时间仅为0.02秒/KB,当实验对象数据量达到1GB时,与传统技术相比可节省873.8秒的时间.