| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 云平台研究现状 | 第10页 |
| 1.2.2 数据压缩研究现状 | 第10-11页 |
| 1.3 风电机组振动数据特征 | 第11页 |
| 1.4 论文研究内容 | 第11-12页 |
| 1.5 论文组织结构 | 第12-14页 |
| 第2章 Hadoop云计算平台 | 第14-21页 |
| 2.1 Hadoop平台研究 | 第14-16页 |
| 2.1.1 Hadoop技术研究 | 第14-15页 |
| 2.1.2 应用场景 | 第15-16页 |
| 2.2 Hadoop核心架构 | 第16-20页 |
| 2.2.1 分布式文件系统HDFS | 第16-17页 |
| 2.2.2 分布式并行计算框架MapReduce | 第17-18页 |
| 2.2.3 资源管理器Yarn | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 振动数据的处理 | 第21-33页 |
| 3.1 FFT理论基础 | 第21-26页 |
| 3.1.1 离散傅里叶变换DFT | 第21-22页 |
| 3.1.2 快速傅里叶变换FFT | 第22-26页 |
| 3.2 基于MapReduce的FFT并行算法实现 | 第26-32页 |
| 3.2.1 数据补齐并行算法 | 第27-28页 |
| 3.2.2 变址运算并行算法 | 第28-29页 |
| 3.2.3 蝶形运算并行算法 | 第29-31页 |
| 3.2.4 格式化并行算法 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 振动数据的压缩 | 第33-46页 |
| 4.1 数据压缩的分类 | 第33页 |
| 4.2 基于Hadoop平台的数据压缩 | 第33-39页 |
| 4.2.1 Gzip压缩 | 第34-36页 |
| 4.2.2 Bzip2压缩 | 第36-38页 |
| 4.2.3 LZO压缩 | 第38-39页 |
| 4.3 Hadoop平台压缩算法的研究 | 第39-45页 |
| 4.3.1 压缩算法的测试 | 第39-42页 |
| 4.3.2 振动数据的压缩和解压 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 实验测试与结果分析 | 第46-55页 |
| 5.1 Hadoop平台与配置 | 第46-50页 |
| 5.1.1 JDK、Hadoop、SSH的安装与配置 | 第46-48页 |
| 5.1.2 Hadoop的分布式配置 | 第48-50页 |
| 5.2 MapReduce运行结果与分析 | 第50-54页 |
| 5.2.1 Hadoop的运行 | 第50-53页 |
| 5.2.2 实验结果分析 | 第53-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-60页 |
| 致谢 | 第60页 |