智能监所勤务数据汇聚系统软件设计
致谢 | 第4-5页 |
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
1 绪论 | 第10-16页 |
1.1 课题背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 监所勤务系统的发展和现状 | 第11-13页 |
1.2.2 数据分析的现状与发展 | 第13-14页 |
1.3 课题研究内容 | 第14-15页 |
1.4 论文组织结构 | 第15-16页 |
2 相关技术介绍 | 第16-26页 |
2.1 数据传输 | 第16-19页 |
2.1.1 WAMP协议 | 第16-17页 |
2.1.2 WebAPI协议 | 第17-19页 |
2.2 数据挖掘 | 第19-23页 |
2.2.1 KNN算法 | 第19-21页 |
2.2.2 K-means算法 | 第21-23页 |
2.3 MAPREDUCE和HADOOP | 第23-25页 |
2.4 本章小结 | 第25-26页 |
3 系统总体架构 | 第26-34页 |
3.1 数据汇聚系统总体架构 | 第26-28页 |
3.2 数据获取推送子系统架构 | 第28-31页 |
3.3 数据分析子系统架构 | 第31-33页 |
3.4 本章小结 | 第33-34页 |
4 数据获取推送子系统详细设计 | 第34-58页 |
4.1 消息交互方案设计 | 第34-43页 |
4.1.1 通信方案 | 第34-37页 |
4.1.2 消息中心模块结构 | 第37-40页 |
4.1.3 客户端消息模块结构 | 第40-42页 |
4.1.4 消息交互流程 | 第42-43页 |
4.2 资源管理与任务调度方案设计 | 第43-49页 |
4.2.1 内存分配与内存池 | 第43-47页 |
4.2.2 任务调度与线程池 | 第47-49页 |
4.3 统一数据处理流程方案设计 | 第49-57页 |
4.3.1 结构数据与流式数据处理 | 第49-54页 |
4.3.2 数据存储和数据库设计 | 第54-57页 |
4.4 本章小结 | 第57-58页 |
5 基于HADOOP的数据分析子系统设计 | 第58-73页 |
5.1 HADOOP架构搭建 | 第58-62页 |
5.1.1 Hadoop集群布局 | 第58-61页 |
5.1.2 Hadoop参数配置 | 第61-62页 |
5.2 数据分析流程设计 | 第62-67页 |
5.2.1 数据预处理 | 第62-65页 |
5.2.2 文本数据特征化提取 | 第65-66页 |
5.2.3 算法分析 | 第66-67页 |
5.3 KNN的MAPREDUCE编程模型设计 | 第67-72页 |
5.3.1 Map函数设计 | 第68-69页 |
5.3.2 Combiner函数设计 | 第69-71页 |
5.3.3 Reduce函数设计 | 第71页 |
5.3.4 算法复杂度分析 | 第71-72页 |
5.4 本章小结 | 第72-73页 |
6 系统测试及结果 | 第73-83页 |
6.1 测试概要 | 第73-76页 |
6.1.1 测试环境 | 第73-75页 |
6.1.2 测试内容 | 第75-76页 |
6.2 测试方案及结果 | 第76-82页 |
6.2.1 功能测试 | 第76-81页 |
6.2.2 性能测试 | 第81-82页 |
6.3 本章小结 | 第82-83页 |
7 总结和展望 | 第83-85页 |
7.1 全文结论 | 第83-84页 |
7.2 展望 | 第84-85页 |
参考文献 | 第85-90页 |
作者简历 | 第90页 |