摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第9-14页 |
1.1 课题研究的背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 论文的主要工作及组织结构 | 第12-14页 |
第2章 相关技术介绍 | 第14-29页 |
2.1 云计算和MapReduce | 第14-20页 |
2.1.1 云计算概述 | 第14-16页 |
2.1.2 MapReduce编程模型及运行原理 | 第16-18页 |
2.1.3 Hadoop MapReduce实现 | 第18-20页 |
2.2 聚类算法 | 第20-23页 |
2.2.1 k-means聚类算法介绍 | 第20-22页 |
2.2.2 k-means的MapReduce实现 | 第22-23页 |
2.3 局部敏感哈希算法 | 第23-28页 |
2.3.1 局部敏感哈希算法 | 第23-24页 |
2.3.2 Entropy LSH的介绍 | 第24-25页 |
2.3.3 Layered LSH的介绍 | 第25-26页 |
2.3.4 DSH的介绍 | 第26-28页 |
2.4 本章小结 | 第28-29页 |
第3章 基于学习的分布式局部敏感哈希算法 | 第29-40页 |
3.1 分布式局部敏感哈希的实现 | 第29-31页 |
3.2 LB-LSH | 第31-37页 |
3.2.1 二层索引技术的实现 | 第31-34页 |
3.2.2 哈希家族的创建 | 第34-37页 |
3.3 时间复杂度分析 | 第37-39页 |
3.3.1 预处理时间复杂度 | 第37-38页 |
3.3.2 网络调用复杂度分析 | 第38-39页 |
3.4 本章小结 | 第39-40页 |
第4章 实验结果与分析 | 第40-51页 |
4.1 实验环境配置 | 第40-42页 |
4.1.1 实验平台的搭建 | 第40-41页 |
4.1.2 实验数据集 | 第41-42页 |
4.2 实验对比方案 | 第42页 |
4.3 实验实现细节 | 第42-43页 |
4.4 实验结果 | 第43-50页 |
4.4.1 调控查询点偏移量L | 第43-48页 |
4.4.2 敏感参数D的调控 | 第48-50页 |
4.5 本章小结 | 第50-51页 |
第5章 总结与展望 | 第51-53页 |
5.1 工作总结 | 第51页 |
5.2 研究展望 | 第51-53页 |
参考文献 | 第53-57页 |
攻读学位期间公开发表论文 | 第57-58页 |
致谢 | 第58页 |