| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题背景及研究意义 | 第8-11页 |
| 1.1.1 课题背景 | 第8-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究现状分析 | 第11-12页 |
| 1.3 研究内容及方法 | 第12-14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 Cassandra数据库介绍及对比分析 | 第15-27页 |
| 2.1 Cassandra数据库基本介绍 | 第15页 |
| 2.2 Cassandra数据库的特点 | 第15-17页 |
| 2.3 Cassandra数据库的数据模型 | 第17-18页 |
| 2.4 Cassandra数据库的集群架构以及关键技术 | 第18-20页 |
| 2.4.1 Cassandra集群 | 第18-19页 |
| 2.4.2 Consistent Hash一致哈希 | 第19-20页 |
| 2.5 Cassandra数据的读写过程 | 第20-24页 |
| 2.5.1 Cassandra数据库中数据的写入过程 | 第21-22页 |
| 2.5.2 Cassandra数据库中数据的读取过程 | 第22-24页 |
| 2.6 CAP理论介绍和分析 | 第24-25页 |
| 2.7 本章小结 | 第25-27页 |
| 3 传感数据模型的设计与实验对比 | 第27-35页 |
| 3.1 历史传感数据存储模型设计 | 第27-31页 |
| 3.1.1 Cassandra数据建模与设计思想 | 第27-28页 |
| 3.1.2 反范式化(De-normalize) | 第28-29页 |
| 3.1.3 合理的设计主键、分区键和聚类列 | 第29-31页 |
| 3.2 历史传感数据存储结构设计 | 第31-33页 |
| 3.3 Cassandra数据库和MYSQL数据库建模后查询对比分析 | 第33-34页 |
| 3.4 Cassandra数据库应用场景及设计要点总结 | 第34页 |
| 3.4.1 Cassandra数据库的适用场景 | 第34页 |
| 3.4.2 Cassandra数据库设计要点 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 历史传感数据分析系统的实现 | 第35-60页 |
| 4.1 系统需求分析 | 第35页 |
| 4.2 系统的功能设计 | 第35-36页 |
| 4.3 开发技术平台的选择 | 第36-37页 |
| 4.4 系统架构 | 第37-38页 |
| 4.5 常用的滤波算法概述 | 第38-45页 |
| 4.6 基于滑动窗口的进料、出料状态识别算法 | 第45-50页 |
| 4.7 实验结果分析 | 第50-52页 |
| 4.8 系统主要模块及其功能 | 第52-54页 |
| 4.9 系统的实现 | 第54-59页 |
| 4.10 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 附录 | 第65页 |
