| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-15页 |
| ·本课题研究目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·云计算技术 | 第11-12页 |
| ·远程诊断技术 | 第12-14页 |
| ·本文的主要研究内容 | 第14页 |
| ·论文组织 | 第14页 |
| ·本章小结 | 第14-15页 |
| 2 云计算及Hadoop平台 | 第15-27页 |
| ·云计算概述 | 第15-18页 |
| ·云计算定义 | 第15-16页 |
| ·云计算关键技术 | 第16-17页 |
| ·云计算的特点 | 第17-18页 |
| ·云计算平台 | 第18-20页 |
| ·云计算体系结构 | 第18-19页 |
| ·云计算技术层次 | 第19-20页 |
| ·Hadoop平台 | 第20-24页 |
| ·Hadoop组成 | 第20页 |
| ·分布式文件系统HDFS | 第20-21页 |
| ·并行编程模型Map/Reduce | 第21-23页 |
| ·分布式数据库Hbase | 第23-24页 |
| ·基于hadoop的诊断数据处理平台 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 基于云计算的数据存储 | 第27-38页 |
| ·诊断数据 | 第27-28页 |
| ·诊断数据的分类 | 第27页 |
| ·诊断数据的特征 | 第27-28页 |
| ·数据存储模型 | 第28-37页 |
| ·存储体系 | 第28-30页 |
| ·通讯机制及数据传输 | 第30-32页 |
| ·存储数据表的设计 | 第32-35页 |
| ·元数据表的设计 | 第35-37页 |
| ·存储性能的优化 | 第37页 |
| ·本章小结 | 第37-38页 |
| 4 基于Map/Reduce的智能诊断算法的并行实现 | 第38-49页 |
| ·常用诊断方法 | 第38-40页 |
| ·基于模糊逻辑的故障诊断方法 | 第38-39页 |
| ·基于神经网络的故障诊断方法 | 第39-40页 |
| ·基于Map/Reduce的并行模糊C均值算法 | 第40-44页 |
| ·模糊C均值聚类分析的理论与方法 | 第40-41页 |
| ·模糊C均值算法的Map/Reduce计算过程 | 第41-42页 |
| ·聚类中心的Map/Reduce设计 | 第42-43页 |
| ·聚类结果的Map/Reduce设计 | 第43-44页 |
| ·BP神经网络算法Map/Reduce化 | 第44-48页 |
| ·BP算法原理 | 第44-46页 |
| ·BP算法的Map/Reduce化 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 实验分析 | 第49-60页 |
| ·Hadoop平台的搭建 | 第49-53页 |
| ·资源配置 | 第49页 |
| ·hadoop平台准备环境 | 第49-50页 |
| ·hadoop安装 | 第50-51页 |
| ·Hbase的安装 | 第51-52页 |
| ·Hadoop与Hbase的启动 | 第52页 |
| ·Eclipse开发环境的搭建 | 第52-53页 |
| ·数据存储时间对比 | 第53-56页 |
| ·Map/Reduce并行计算性能对比 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 6 结论与展望 | 第60-62页 |
| ·本文总结 | 第60页 |
| ·研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 个人简历 在学期间发表的学术论文及研究成果 | 第67页 |