資源描述：
《基于分布式并行聚類的sar圖像變化檢測(cè)算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于分布式并行聚類的SAR圖像變化檢測(cè)算法研究作者姓名楊國(guó)棟導(dǎo)師姓名、職稱朱虎明副教授一級(jí)學(xué)科電子科學(xué)與技術(shù)二級(jí)學(xué)科電路與系統(tǒng)申請(qǐng)學(xué)位類別工學(xué)碩士提交畢業(yè)論文日期2014年12月學(xué)校代碼10701學(xué)號(hào)1202120918分類號(hào)TP75密級(jí)公開(kāi)西安電子科技大學(xué)碩士學(xué)位論文基于分布式并行聚類的SAR圖像變化檢測(cè)算法研究作者姓名：楊國(guó)棟一級(jí)學(xué)科：電子科學(xué)與技術(shù)二級(jí)學(xué)科：電路與系統(tǒng)學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：朱虎明副教授提交日期：2014年12月SARImageChangeDetectionBasedonDistributedParallelClusteringAlgo
2、rithmAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByYangGuodongSupervisor:AssociateProf.ZhuHumingDecember2014西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容
3、以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。學(xué)位論文若有不實(shí)之處，本人承擔(dān)一切法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時(shí)本人保證，獲得學(xué)位
4、后結(jié)合學(xué)位論文研究成果撰寫的文章，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要SAR（SyntheticApertureRadar）圖像變化檢測(cè)可以應(yīng)用在自然環(huán)境監(jiān)測(cè)、災(zāi)害評(píng)估、軍事打擊效果評(píng)估和城市規(guī)劃等眾多領(lǐng)域，使得SAR圖像變化檢測(cè)成為遙感領(lǐng)域的研究熱點(diǎn)。近年來(lái)隨著雷達(dá)成像能力的提升，SAR圖像的數(shù)據(jù)規(guī)模變得越來(lái)越大，傳統(tǒng)串行變化檢測(cè)算法已經(jīng)越來(lái)越難以應(yīng)對(duì)數(shù)據(jù)量不斷增長(zhǎng)的SAR圖像。本文將核模糊C均值聚類算法（KernelFuzzyC-Means,KFCM）與分布式并行計(jì)算框架相結(jié)合，提出了兩種基于分布式
5、并行聚類的SAR圖像變化檢測(cè)方法，分布式并行計(jì)算框架能夠充分利用集群中眾多節(jié)點(diǎn)的計(jì)算能力和存儲(chǔ)能力，可以有效應(yīng)對(duì)大規(guī)模的SAR圖像變化檢測(cè)問(wèn)題，加快變化檢測(cè)的速度。1.提出了一種基于H-KFCM（HadoopbasedKFCM）的分布式并行SAR圖像變化檢測(cè)方法。在變化檢測(cè)過(guò)程中，利用聚類算法對(duì)差異圖進(jìn)行聚類分析是計(jì)算復(fù)雜度最高，計(jì)算時(shí)間最長(zhǎng)的部分。Hadoop分布式集群計(jì)算平臺(tái)可以利用分布式文件系統(tǒng)HDFS（HadoopDistributedFileSystem）和MapReduce計(jì)算模型分布式地存儲(chǔ)和處理大規(guī)模數(shù)據(jù)。本文提出的基于H-KFCM的SAR圖像變化檢測(cè)方法
6、，將KFCM算法與Hadoop相結(jié)合，將KFCM算法中隸屬度迭代計(jì)算映射到MapReduce中的Map階段，通過(guò)集群多節(jié)點(diǎn)分布式執(zhí)行Map任務(wù)實(shí)現(xiàn)隸屬度矩陣的并行計(jì)算；將KFCM的聚類中心更新過(guò)程映射到Reduce階段，Reduce收集不同節(jié)點(diǎn)的Map任務(wù)計(jì)算結(jié)果，規(guī)約求和更新聚類中心，實(shí)現(xiàn)了對(duì)SAR圖像變化檢測(cè)差異圖的分布式并行聚類。通過(guò)設(shè)計(jì)相關(guān)實(shí)驗(yàn)，證明了本文提出的H-KFCM分布式并行變化檢測(cè)方法是有效的，并且在Hadoop集群節(jié)點(diǎn)數(shù)增加時(shí)，對(duì)相同SAR圖像的變化檢測(cè)時(shí)間明顯減少，證明了該算法具有良好的并行加速性能。2.提出了一種基于S-KFCM（Sparkbase
7、dKFCM）的SAR圖像變化檢測(cè)方法。Spark是一種針對(duì)迭代作業(yè)和交互分析等領(lǐng)域而設(shè)計(jì)的基于內(nèi)存計(jì)算的分布式并行平臺(tái)，相比于Hadoop的MapReduce框架，Spark在運(yùn)行相同的作業(yè)時(shí)可以取得幾十倍甚至百倍加速性能提升。該算法將利用KFCM算法分析差異圖的過(guò)程遷移到Spark內(nèi)存計(jì)算框架上實(shí)現(xiàn)，將變化檢測(cè)過(guò)程中最耗時(shí)的聚類分析過(guò)程并行的完成。在Spark中，KFCM算法的計(jì)算過(guò)程由一系列有依賴關(guān)系的彈性分布式數(shù)據(jù)集（ResilientDistributedDatasets,RDD）實(shí)現(xiàn)，Spark能夠在集群多個(gè)節(jié)點(diǎn)上對(duì)
