基于Hadoop平台的谱聚类算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 选题背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 2 聚类分析与云计算 | 第12-30页 |
| 2.1 数据挖掘 | 第12-13页 |
| 2.2 聚类分析 | 第13-15页 |
| 2.3 经典的聚类算法 | 第15-16页 |
| 2.4 并行聚类算法 | 第16-17页 |
| 2.5 云计算与 Hadoop 平台 | 第17-29页 |
| 2.6 本章总结 | 第29-30页 |
| 3 谱聚类算法分布式研究 | 第30-44页 |
| 3.1 谱聚类算法分析 | 第30-34页 |
| 3.2 谱聚类并行化设计 | 第34-42页 |
| 3.2.1 构建相似矩阵 | 第35-36页 |
| 3.2.2 并行化计算对角矩阵 | 第36-37页 |
| 3.2.3 并行化计算Laplacian 矩阵 | 第37-39页 |
| 3.2.4 并行计算特征向量及特征值 | 第39页 |
| 3.2.5 并行Kmeans 算法 | 第39-42页 |
| 3.3 谱聚类时间复杂度分析 | 第42页 |
| 3.4 本章总结 | 第42-44页 |
| 4 实验与分析 | 第44-53页 |
| 4.1 实验环境 | 第44-49页 |
| 4.2 数据集 | 第49页 |
| 4.3 实验对比分析 | 第49-52页 |
| 4.4 本章总结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 在学研究成果 | 第59-60页 |
| 致谢 | 第60页 |
