基于Hadoop的车站大数据平台的设计与实现
中文摘要 | 第10-11页 |
ABSTRACT | 第11页 |
第一章 引言 | 第12-22页 |
1.1 研究背景和意义 | 第12-14页 |
1.2 国内外研究现状 | 第14-15页 |
1.3 车站现状概述 | 第15-20页 |
1.3.1 网络和设备以及其现状 | 第16-17页 |
1.3.2 集成平台(通用设备)现状 | 第17页 |
1.3.3 导向系统设备以及现状 | 第17-18页 |
1.3.4 车站供水系统现状 | 第18-19页 |
1.3.5 车站照明系统现状 | 第19-20页 |
1.4 研究内容 | 第20页 |
1.5 文章组织结构 | 第20-22页 |
第二章 系统需求 | 第22-26页 |
2.1 系统集成需求 | 第22页 |
2.2 业务需求 | 第22页 |
2.3 平台总体功能 | 第22-23页 |
2.4 业务集成功能 | 第23页 |
2.5 平台管理功能 | 第23页 |
2.6 平台网络需求 | 第23-24页 |
2.7 本章小结 | 第24-26页 |
第三章 系统架构 | 第26-36页 |
3.1 总体架构 | 第26页 |
3.2 逻辑架构 | 第26-31页 |
3.3 设备总体架构 | 第31-34页 |
3.4 数据库设计 | 第34-35页 |
3.5 系统特点 | 第35页 |
3.6 本章小结 | 第35-36页 |
第四章 系统实现 | 第36-52页 |
4.1 数据库的连接 | 第36-38页 |
4.2 安全仪表盘功能实现 | 第38-42页 |
4.3 故障仪表盘功能实现 | 第42-43页 |
4.4 故障源数据和安全源数据功能实现 | 第43-45页 |
4.5 受卡查询功能实现 | 第45-48页 |
4.6 发卡查询功能实现 | 第48-51页 |
4.7 本章小结 | 第51-52页 |
第五章 算法设计 | 第52-66页 |
5.1 决策树模型与学习 | 第52-54页 |
5.1.1 决策树模型 | 第52-53页 |
5.1.2 决策树学习 | 第53-54页 |
5.2 特征选择 | 第54-57页 |
5.3 决策树的生成 | 第57-58页 |
5.4 决策树的剪枝 | 第58-61页 |
5.5 仿真和结论 | 第61-65页 |
5.6 本章小结 | 第65-66页 |
第六章 总结和展望 | 第66-68页 |
附录 | 第68-76页 |
参考文献 | 第76-80页 |
攻读硕士学位期间取得的研究成果 | 第80-81页 |
致谢 | 第81-82页 |
个人简况及联系方式 | 第82-83页 |