基于MapReduce的地震波形数据并行解压缩算法研究
  • 【DOI】

    10.11899/zzfy20150214

  • 【摘要】

    近年来各省级地震台网SEED文件数据量急增.在数据处理过程中,利用原有的串行解压缩算法批量解压缩地震波形数据时存在操作繁琐、耗时较长的问题.本文引入了MapReduce并行编程模型,根据该编程模型思想结合原有串行解压缩算法,提出了一种并行解压缩地震波形数据的算法,并给出了算法的设计与实现.本文从正确性、运行效率以及可扩展性三个方面进行了对比实验,验证了使用并行算法解压缩数据的效率较高,并且能够一次... 展开>>近年来各省级地震台网SEED文件数据量急增.在数据处理过程中,利用原有的串行解压缩算法批量解压缩地震波形数据时存在操作繁琐、耗时较长的问题.本文引入了MapReduce并行编程模型,根据该编程模型思想结合原有串行解压缩算法,提出了一种并行解压缩地震波形数据的算法,并给出了算法的设计与实现.本文从正确性、运行效率以及可扩展性三个方面进行了对比实验,验证了使用并行算法解压缩数据的效率较高,并且能够一次实现批量地震波形数据的解压缩,且操作简单. 收起<<

  • 【作者】

    刘凡鸣  郭瑞强  李永庆  边鹏飞 

  • 【作者单位】

    河北师范大学数学与信息科学学院/河北省地震局

  • 【刊期】

    震灾防御技术 ISTIC 2015年2期

  • 【关键词】

    地震波形数据  解压缩  并行  MapReduce  Seismic waveform data  Decompress  Parallel  MapReduce 

  • 【基金项目】

    河北省重点地区壳幔结构及地震监测预报关键技术研究 河北省教育厅自然科学研究项目 河北师范大学应用开发基金项目