创新点摘要 | 第5-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第1章 绪论 | 第13-24页 |
1.1 课题背景及研究意义 | 第13-17页 |
1.2 国内外研究现状 | 第17-23页 |
1.3 主要研究内容 | 第23-24页 |
第2章 云计算和Skyline查询算法简介 | 第24-42页 |
2.1 云计算 | 第24-27页 |
2.1.1 云计算概述 | 第24-26页 |
2.1.2 云计算关键技术 | 第26-27页 |
2.2 Hadoop核心技术 | 第27-29页 |
2.2.1 分布式文件系统 | 第27-28页 |
2.2.2 MapReduce编程模型 | 第28-29页 |
2.3 Skyline查询算法 | 第29-41页 |
2.3.1 Skyline概述 | 第29-32页 |
2.3.2 传统的Skyline算法 | 第32-34页 |
2.3.3 基于MapReduce的Skyline算法 | 第34-40页 |
2.3.4 基于MapReduce的Skyline算法存在的问题 | 第40-41页 |
2.4 本章小结 | 第41-42页 |
第3章 基于用户喜好的子空间Skyline算法 | 第42-65页 |
3.1 引言 | 第42-44页 |
3.2 子空间Skyline查询的系统模型 | 第44-46页 |
3.3 子空间Skyline算法 | 第46-55页 |
3.3.1 网格剪枝策略 | 第46-49页 |
3.3.2 利用MapReduce构建索引文件 | 第49-50页 |
3.3.3 两种过滤方法 | 第50-52页 |
3.3.4 子空间Skyline查询过程 | 第52-55页 |
3.4 实验及结果分析 | 第55-64页 |
3.4.1 实验环境设置 | 第56-58页 |
3.4.2 实验结果及分析 | 第58-64页 |
3.5 本章小结 | 第64-65页 |
第4章 基于MapReduce的动态Skyline算法 | 第65-89页 |
4.1 引言 | 第65-68页 |
4.2 基于MapReduce的动态Skyline查询的系统模型 | 第68-69页 |
4.3 基于MapReduce的动态Skyline算法 | 第69-73页 |
4.3.1 倒排网格索引结构 | 第69-70页 |
4.3.2 全局Skyline格的计算 | 第70-72页 |
4.3.3 动态Skyline的计算 | 第72-73页 |
4.4 动态Skyline查询在流数据中的应用 | 第73-79页 |
4.4.1 基于时序的划分模块 | 第76页 |
4.4.2 索引数据结构 | 第76-78页 |
4.4.3 全局Skyline格计算的应用 | 第78-79页 |
4.5 实验及结果分析 | 第79-88页 |
4.5.1 实验环境设置 | 第79页 |
4.5.2 动态Skyline算法实验结果及分析 | 第79-83页 |
4.5.3 数据流应用实验结果及分析 | 第83-88页 |
4.6 本章小结 | 第88-89页 |
第5章 基于图像多特征融合的度量空间Skyline算法 | 第89-109页 |
5.1 引言 | 第89-90页 |
5.2 预备知识 | 第90-94页 |
5.2.1 基于内容的图像检索 | 第90-92页 |
5.2.2 传统的多特征的融合方法 | 第92-94页 |
5.3 基于图像多特征融合的度量空间Skyline算法 | 第94-102页 |
5.3.1 算法的系统模型 | 第95-96页 |
5.3.2 特征提取 | 第96-98页 |
5.3.3 特征匹配 | 第98-100页 |
5.3.4 多特征融合 | 第100-102页 |
5.4 实验及结果分析 | 第102-108页 |
5.4.1 实验环境设置 | 第102-103页 |
5.4.2 实验及结果分析 | 第103-108页 |
5.5 本章小结 | 第108-109页 |
第6章 总结与展望 | 第109-111页 |
6.1 工作总结 | 第109-110页 |
6.2 研究展望 | 第110-111页 |
参考文献 | 第111-123页 |
攻读学位期间公开发表论文 | 第123-124页 |
攻读学位期间主持和参与的主要科研项目 | 第124-125页 |
致谢 | 第125-126页 |
作者简介 | 第126页 |