基于ARM平臺(tái)的流數(shù)據(jù)挖掘算法功耗研究——以DTW+KNN算法為例.pdf

1、近年來，物聯(lián)網(wǎng)成為一個(gè)研究熱點(diǎn)，流數(shù)據(jù)挖掘技術(shù)是其關(guān)鍵的組成部分之一。物聯(lián)網(wǎng)致力于無(wú)縫銜接傳統(tǒng)網(wǎng)絡(luò)和可聯(lián)網(wǎng)的新型裝置。物聯(lián)網(wǎng)的基本思想是將所有可以聯(lián)網(wǎng)的裝置都連接到網(wǎng)絡(luò)上。物聯(lián)網(wǎng)中的大量基于傳感器的嵌入式裝置會(huì)產(chǎn)生不間斷的數(shù)據(jù)流，大量的流數(shù)據(jù)給基于傳感器的嵌入式裝置的流數(shù)據(jù)挖掘帶來了極大的挑戰(zhàn)，其中最大的挑戰(zhàn)是功耗。DTW-KNN是一種典型的分類器架構(gòu)。本文利用能量測(cè)量平臺(tái)，以DTW-KNN為例，對(duì)流數(shù)據(jù)挖掘算法的能耗特性及其優(yōu)化進(jìn)行討

2、論。首先建立了一套能量測(cè)量平臺(tái)，主要包括嵌入式計(jì)算模塊，電流電壓轉(zhuǎn)換模塊，和功耗計(jì)算模塊。該測(cè)量平臺(tái)采用典型的低功耗處理器ARM STM32進(jìn)行流數(shù)據(jù)挖掘，同時(shí)對(duì)電流和電壓進(jìn)行實(shí)時(shí)采集和記錄，能夠?qū)崟r(shí)準(zhǔn)確的記錄整個(gè)算法的功耗?；谠撃芰繙y(cè)量平臺(tái)，我們對(duì)DTW-KNN算法的功耗特性進(jìn)行了分析。實(shí)驗(yàn)結(jié)果表明，對(duì)于不同的數(shù)據(jù)集，歸一化、DTW、KNN三個(gè)階段的能量消耗占總能量的比例基本固定不變，其中能量消耗最大的部分是DTW，占總功耗96％左