论文部分内容阅读
高维数据插值是大数据分析的一个基本内容,传统克里金插值方法的计算复杂度,是O(n3),即随数据观测量的增大其计算复杂度以3次方速度增长,无法满足实时性应用需求强的克里金插值。修正秩克里金(FRK)方法通过矩阵分解降低大维矩阵的运算维数来简化矩阵计算,提高计算速度。在大数据分析背景下,借助FRK方法对全球MODIS气温数据进行统计建模并计算实现气温数据的插值分析。将其与普通克里金(OK)作对比实验,结果表明,相较于OK方法,FRK方法的插值精度并没有降低;在计算效率方面,使用FRK方法进行插值时,随数