基于Map-Reduce的海量数据约简算法研究

摘要	第1-5页
Abstract	第5-9页
第1章 绪论	第9-13页
·选题背景和意义	第9-10页
·国内外研究现状	第10-12页
·文主要研究内容	第12-13页
第2章 粗糙集的基本理论和属性约简	第13-21页
·粗糙集基本理论	第13-16页
·知识的含义	第13-14页
·不可分辨关系和基本集合	第14页
·粗糙集的基本概念	第14-16页
·知识库和知识划分	第16-17页
·知识约简	第17-20页
·有核的知识约简	第17-18页
·无核的知识约简	第18-20页
·本章小结	第20-21页
第3章 Hadoop和Map-Reduce	第21-30页
·分布式文件系统和Hadoop	第21-23页
·计算节点的物理结构	第21-22页
·大规模文件系统的结构	第22-23页
·Map-Reduce	第23-27页
·Map任务	第24-25页
·分组和聚合	第25页
·Reduce任务	第25页
·组合器	第25-26页
·Map-Reduce的具体执行	第26-27页
·节点失效的处理	第27页
·Map-Reduce中通信开销问题	第27-29页
·本章小结	第29-30页
第4章 海量数据动态约简算法研究	第30-42页
·传统动态约简算法	第30-33页
·增量约简算法	第30-33页
·并行动态约简算法	第33-40页
·并行和分布式约简算法	第33-37页
·一种改进的Map-Reduce并行约简算法	第37-40页
·本章小结	第40-42页
第5章 实验分析和结果比较	第42-46页
·实例分析	第42-43页
·Map-Reduce约简模型分析	第43页
·实验结果比较和分析	第43-45页
·本章小结	第45-46页
第6章 总结和展望	第46-49页
·全文总结	第46-48页
·未来工作展望	第48-49页
致谢	第49-50页
参考文献	第50-55页