| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 论文的研究内容 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第二章 Hadoop分布式计算平台 | 第18-32页 |
| 2.1 Hadoop介绍 | 第18-19页 |
| 2.2 Hadoop关键技术研究 | 第19-32页 |
| 2.2.1 HDFS分布式文件系统 | 第19-22页 |
| 2.2.2 MapReduce编程模型 | 第22-26页 |
| 2.2.3 HBase分布式数据库 | 第26-32页 |
| 第三章 K-Means和PSO-K-Means算法的并行化 | 第32-44页 |
| 3.1 聚类算法介绍 | 第32-33页 |
| 3.2 K-Means算法 | 第33-38页 |
| 3.2.1 K-Means算法介绍 | 第33-34页 |
| 3.2.2 K-Means算法的优缺点 | 第34-37页 |
| 3.2.3 K-Means算法的并行化 | 第37-38页 |
| 3.3 改进的PSO-K-Means算法 | 第38-44页 |
| 3.3.1 PSO算法介绍 | 第38-41页 |
| 3.3.2 PSO-K-means算法的并行化 | 第41页 |
| 3.3.3 K-Means与PSO-K-Means算法的比较 | 第41-44页 |
| 第四章 基于Hadoop的成绩管理系统的设计 | 第44-56页 |
| 4.1 总体架构 | 第44-46页 |
| 4.2 功能模块设计与实现 | 第46-56页 |
| 4.2.1 用户注册与登录模块 | 第46-47页 |
| 4.2.2 成绩排名查询模块 | 第47-49页 |
| 4.2.3 平均成绩查询模块 | 第49-51页 |
| 4.2.4 聚类分析模块 | 第51-56页 |
| 第五章 平台搭建与实验结果 | 第56-68页 |
| 5.1 实验平台的搭建 | 第56-60页 |
| 5.1.1 开发环境配置 | 第56页 |
| 5.1.2 Hadoop集群部署 | 第56-59页 |
| 5.1.3 Tomcat配置 | 第59-60页 |
| 5.2 成绩查询系统的实现 | 第60-68页 |
| 5.2.1 用户主页面实现 | 第62-63页 |
| 5.2.2 成绩排名查询页面的实现 | 第63-65页 |
| 5.2.3 平均成绩查询页面的实现 | 第65-66页 |
| 5.2.4 聚类分析页面的实现 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 未来研究展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |