| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 1 绪论 | 第13-24页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 研究现状与存在问题 | 第14-21页 |
| 1.2.1 遥感高性能并行计算研究现状分析 | 第14-17页 |
| 1.2.2 遥感影像MapReduce并行处理研究现状 | 第17-19页 |
| 1.2.3 遥感影像MapReduce并行处理存在问题 | 第19-21页 |
| 1.3 主要研究内容和章节安排 | 第21-24页 |
| 1.3.1 主要研究内容 | 第21-22页 |
| 1.3.2 章节安排 | 第22-24页 |
| 2 MapReduce遥感并行处理理论技术基础 | 第24-35页 |
| 2.1 遥感影像处理算法类型 | 第24-27页 |
| 2.2 遥感并行算法设计模式 | 第27-31页 |
| 2.2.1 流水线并行模式 | 第27-28页 |
| 2.2.2 任务并行模式 | 第28-29页 |
| 2.2.3 数据并行模式 | 第29-31页 |
| 2.3 MapReduce并行模型 | 第31-34页 |
| 2.3.1 MapReduce原理 | 第31-33页 |
| 2.3.2 MapReduce模型优势 | 第33页 |
| 2.3.3 Hadoop平台 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 MapReduce遥感并行算法设计模式 | 第35-44页 |
| 3.1 独立式MapReduce遥感并行算法设计模式 | 第35-40页 |
| 3.1.1 整体型并行模式 | 第35-37页 |
| 3.1.2 划分型并行模式 | 第37-40页 |
| 3.2 组合式MapReduce遥感并行算法设计模式 | 第40-43页 |
| 3.2.1 顺序组合式结构 | 第40-42页 |
| 3.2.2 依赖关系组合式结构 | 第42-43页 |
| 3.3 本章小结 | 第43-44页 |
| 4 全局型遥感聚类初始化算法并行方法 | 第44-66页 |
| 4.1 遥感影像聚类初始化与Kaufman算法 | 第44-48页 |
| 4.1.1 聚类初始化 | 第44-47页 |
| 4.1.2 Kaufman聚类初始化算法 | 第47-48页 |
| 4.2 Kaufinan算法的MapReduce并行策略分析 | 第48-55页 |
| 4.3 基于MapReduce的Kaufman聚类初始化并行算法MPK | 第55-58页 |
| 4.4 实验结果与讨论 | 第58-65页 |
| 4.4.1 精度验证 | 第59-63页 |
| 4.4.2 时间性能 | 第63-65页 |
| 4.5 本章小结 | 第65-66页 |
| 5 迭代式遥感ISODATA聚类算法并行方法 | 第66-87页 |
| 5.1 遥感影像非监督分类与ISODATA聚类算法 | 第66-70页 |
| 5.1.1 遥感非监督分类 | 第66-67页 |
| 5.1.2 ISODATA聚类算法 | 第67-70页 |
| 5.2 现有MapReduce并行化方法及局限性分析 | 第70-71页 |
| 5.3 改进并行策略分析 | 第71-75页 |
| 5.4 基于MapReduce的遥感ISODATA并行聚类算法SPI | 第75-81页 |
| 5.4.1 聚类中心点集合过滤算法 | 第78-80页 |
| 5.4.2 聚类映射算法 | 第80-81页 |
| 5.5 实验结果与讨论 | 第81-86页 |
| 5.5.1 精度验证 | 第82-84页 |
| 5.5.2 时间性能 | 第84-86页 |
| 5.6 本章小结 | 第86-87页 |
| 6 遥感影像并行流式传输方法 | 第87-100页 |
| 6.1 并行数据处理与传输 | 第87-88页 |
| 6.2 遥感影像流式传输方法 | 第88页 |
| 6.3 BitTorrent对等传输协议在影像流式传输中的局限性 | 第88-89页 |
| 6.4 BTI-Stream并行传输模型 | 第89-94页 |
| 6.4.1 BTI-Stream模型概述 | 第89-90页 |
| 6.4.2 BTI-Stream资源定位策略 | 第90-91页 |
| 6.4.3 BTI-Stream数据传输机制 | 第91-94页 |
| 6.5 模拟实验及分析 | 第94-99页 |
| 6.5.1 K值选取对系统性能的影响 | 第95-96页 |
| 6.5.2 flash crowd对系统性能的影响 | 第96-97页 |
| 6.5.3 资源定位算法实验与性能比较 | 第97-99页 |
| 6.6 本章小结 | 第99-100页 |
| 7 基于云平台的遥感并行处理原型系统及应用 | 第100-122页 |
| 7.1 私有云平台体系结构 | 第100-104页 |
| 7.2 MapReduce遥感并行处理原型系统 | 第104-110页 |
| 7.2.1 系统结构 | 第104-107页 |
| 7.2.2 系统部署 | 第107-110页 |
| 7.3 系统应用实例 | 第110-120页 |
| 7.3.1 原理和方法概述 | 第110-112页 |
| 7.3.2 并行化NDVI时间序列分析 | 第112页 |
| 7.3.3 结果展示与分析 | 第112-120页 |
| 7.4 优势讨论 | 第120-121页 |
| 7.5 本章小结 | 第121-122页 |
| 8 总结与展望 | 第122-125页 |
| 8.1 全文总结 | 第122-123页 |
| 8.2 主要创新点 | 第123页 |
| 8.3 研究展望 | 第123-125页 |
| 参考文献 | 第125-132页 |
| 攻博期间发表的科研成果目录 | 第132-133页 |
| 致谢 | 第133页 |
