基于MapReduce的自适应密度聚类算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 基于密度的聚类 | 第9-11页 |
| 1.2.2 基于 MapReduce 的聚类 | 第11-12页 |
| 1.3 论文工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 相关技术 | 第14-22页 |
| 2.1 DBSCAN | 第14-15页 |
| 2.2 MapReduce | 第15-19页 |
| 2.3 Hadoop | 第19-22页 |
| 第三章 ADC 算法 | 第22-30页 |
| 3.1 算法概述 | 第22-23页 |
| 3.2 算法描述 | 第23-28页 |
| 3.3 自适应 | 第28-29页 |
| 3.4 参数设置 | 第29页 |
| 3.5 算法分析 | 第29-30页 |
| 第四章 MR-ADC 算法 | 第30-49页 |
| 4.1 算法概述 | 第30-34页 |
| 4.2 算法描述 | 第34-49页 |
| 4.2.1 数据标准化 | 第34-36页 |
| 4.2.2 数据划分 | 第36-41页 |
| 4.2.3 局部聚类 | 第41-44页 |
| 4.2.4 合并局部簇 | 第44-48页 |
| 4.2.5 全局簇标号 | 第48-49页 |
| 第五章 实验分析 | 第49-56页 |
| 5.1 实验环境 | 第49-50页 |
| 5.2 实验数据 | 第50-52页 |
| 5.3 结果分析 | 第52-56页 |
| 第六章 结论 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 未来工作 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 发表论文和参加科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |
