| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 粗糙集理论的研究现状 | 第10-11页 |
| 1.2.2 并行约简算法的研究现状 | 第11-12页 |
| 1.3 本文的主要工作 | 第12-14页 |
| 第2章 相关技术介绍 | 第14-24页 |
| 2.1 粗糙集理论的相关概念 | 第14-19页 |
| 2.1.1 信息系统与决策表 | 第14页 |
| 2.1.2 知识和不可区分关系 | 第14-16页 |
| 2.1.3 集合的近似和属性重要度 | 第16-18页 |
| 2.1.4 约简和核 | 第18-19页 |
| 2.1.5 属性约简和值约简 | 第19页 |
| 2.2 Hadoop相关知识 | 第19-23页 |
| 2.2.1 Hadoop简介 | 第20页 |
| 2.2.2 分布式文件系统HDFS | 第20-21页 |
| 2.2.3 MapReduce编程模型 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 并行启发式约简方法 | 第24-42页 |
| 3.1 总体流程 | 第24-26页 |
| 3.2 并行架构 | 第26-27页 |
| 3.3 方法详述 | 第27-31页 |
| 3.3.1 并行启发式的属性约简 | 第27-29页 |
| 3.3.2 并行启发式的值约简 | 第29-31页 |
| 3.3.3 决策规则的获取 | 第31页 |
| 3.4 方法实现 | 第31-41页 |
| 3.4.1 基于MapReduce的并行属性约简实现 | 第32-36页 |
| 3.4.2 基于MapReduce的并行值约简实现 | 第36-38页 |
| 3.4.3 实现过程中的辅助类 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 案例分析和实验评估 | 第42-50页 |
| 4.1 案例分析 | 第42-45页 |
| 4.1.1 配电网实例 | 第42-43页 |
| 4.1.2 故障诊断过程 | 第43-45页 |
| 4.2 实验评估 | 第45-49页 |
| 4.2.1 实验指标 | 第45-46页 |
| 4.2.2 实验工具 | 第46页 |
| 4.2.3 实验内容及结果分析 | 第46-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 总结和展望 | 第50-52页 |
| 5.1 本文总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第55-56页 |
| 攻读硕士学位期间参加的科研工作 | 第56-57页 |
| 致谢 | 第57页 |