| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·研究目的与意义 | 第11-12页 |
| ·本文主要工作 | 第12-13页 |
| ·本文组织结构 | 第13-16页 |
| 第2章 相关研究工作 | 第16-32页 |
| ·Hadoop相关技术 | 第16-21页 |
| ·Hadoop | 第16页 |
| ·Hive | 第16-19页 |
| ·MapReduce编程模型 | 第19-21页 |
| ·Mahout | 第21页 |
| ·OLAP相关技术 | 第21-26页 |
| ·OLAP体系结构 | 第22-23页 |
| ·OLAP的关键技术 | 第23-25页 |
| ·现有的OLAP系统 | 第25-26页 |
| ·分类算法 | 第26-31页 |
| ·分类算法基本步骤 | 第27-28页 |
| ·极限学习机 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于云平台的OLAP系统设计与实现 | 第32-48页 |
| ·基于云平台的OLAP系统的整体设计 | 第32-35页 |
| ·系统功能需求 | 第32页 |
| ·系统性能需求 | 第32-33页 |
| ·整体架构 | 第33-35页 |
| ·存储层的设计与实现 | 第35-40页 |
| ·Mondrian存储层分析 | 第35-36页 |
| ·Mondrian的扩展 | 第36-37页 |
| ·面向Hive的方言设计 | 第37-40页 |
| ·OLAP引擎层的设计与实现 | 第40-44页 |
| ·OLAP引擎层分析 | 第40-41页 |
| ·多维模型文件Schema | 第41-43页 |
| ·多维数据库的创建 | 第43-44页 |
| ·应用层的设计与实现 | 第44-47页 |
| ·应用层与下层的交互 | 第44-45页 |
| ·结果可视化 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于MapReduce的OS-ELM并行算法 | 第48-58页 |
| ·在线贯序极限学习机算法 | 第48-50页 |
| ·问题提出与基本思想 | 第50-52页 |
| ·基于MapReduce的OS-ELM算法设计 | 第52-53页 |
| ·基于MapReduce的OS-ELM算法实现 | 第53-57页 |
| ·MOS-ELM算法初始化阶段 | 第53-55页 |
| ·MOS-ELM算法在线学习阶段 | 第55-56页 |
| ·MOS-ELM算法测试阶段 | 第56-57页 |
| ·算法分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第5章 实验与性能分析 | 第58-72页 |
| ·实验环境 | 第58-59页 |
| ·基于云平台的OLAP系统运行示例 | 第59-64页 |
| ·系统部署 | 第59-61页 |
| ·OLAP功能测试 | 第61-64页 |
| ·基于MapReduce的OS-ELM算法的实验及性能分析 | 第64-70页 |
| ·实验数据集 | 第64页 |
| ·实验结果及分析 | 第64-70页 |
| ·本章小结 | 第70-72页 |
| 第6章 总结与展望 | 第72-74页 |
| ·内容总结 | 第72-73页 |
| ·未来展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士学位期间主要成果 | 第80页 |