集群环境下矢量空间数据长期存储方法仿真

摘要

针对当前数据存储方法存在存储空间占用严重和实时性差的问题,提出基于粒子群算法和K均值的集群环境下矢量空间数据长期存储方法.依据矢量空间数据比例尺和格网层次之间的关系梳理,利用Hilbert填充曲线划分矢量空间数据.在得出划分结果的基础上,将数据要素Hilbert排列码、矢量空间数据要素多级格网编码、数据要素顺序码、数据要素标识码,完成矢量空间数据唯一标识操作.确定K均值聚类算法初始均值或中心位置之后,初始化粒子群算法运行参数,计算粒子群适应度值,并更新粒子移动速度与位置,以此得到最佳粒子位置,将其当作K均值聚类的最佳聚类中心.将具有唯一标识的矢量空间数据集代人聚类算法中,并将具有相似性的数据缓存至同一数据簇,实现矢量空间数据长期存储.实验结果表明,所提方法数据存储空间占用率较低,存储效率高,具有可行性.