卫星时序数据挖掘节点级并行与优化方法

摘要

智能卫星技术对卫星时间序列数据挖掘提出了越来越多的需求.通常卫星数据计算量都非常大,若串行执行则需要较长时间.以卫星异变过程多类型特征分析过程为典型代表,针对窗口划分与向量相似度计算、特征提取、傅里叶变换、聚类等常见数据挖掘操作,探讨了在多核CPU和GPU的典型异构计算节点中对时序数据挖掘过程进行并行优化的多种策略,包括向量化方法、多进程方法、GPU计算等方法.对这几种优化策略的适用情况进行了实验分析对比.结果表明,针对不同任务情况综合使用多种优化策略具有显著提升效果.