云环境下图数据存储与并行聚类研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·立题依据 | 第8-9页 |
| ·研究目标与内容 | 第9页 |
| ·研究技术路线 | 第9-10页 |
| ·文章章节安排 | 第10-12页 |
| ·国内外发展状况 | 第12-17页 |
| 第二章 空间数据云存储与并行聚类挖掘理论 | 第17-35页 |
| ·空间数据云存储概述 | 第17-23页 |
| ·云计算概述 | 第17-18页 |
| ·空间数据库 | 第18页 |
| ·NoSQL数据库 | 第18-19页 |
| ·图数据库 | 第19-20页 |
| ·空间索引 | 第20-23页 |
| ·空间数据云服务概述 | 第23-25页 |
| ·空间数据服务 | 第23页 |
| ·云服务 | 第23-25页 |
| ·并行聚类挖掘概述 | 第25-34页 |
| ·聚类挖掘概述 | 第25-28页 |
| ·并行计算概论 | 第28-31页 |
| ·并行计算模型 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 空间数据云存储与服务 | 第35-54页 |
| ·栅格数据云存储 | 第35-41页 |
| ·栅格数据存储 | 第35-37页 |
| ·分布式文件系统 | 第37-39页 |
| ·分布式列族数据库 | 第39-40页 |
| ·栅格数据云存储策略 | 第40-41页 |
| ·矢量数据云存储 | 第41-44页 |
| ·空间对象表达与存储 | 第41-42页 |
| ·图数据库空间存储 | 第42-43页 |
| ·图数据划分 | 第43页 |
| ·矢量数据的云存储策略 | 第43-44页 |
| ·空间数据云服务 | 第44-48页 |
| ·空间数据云服务的管理 | 第45-46页 |
| ·空间数据服务的集成与应用 | 第46-48页 |
| ·数据聚合与知识服务中心实现 | 第48-53页 |
| ·地理知识云GeoKSCloud | 第48-49页 |
| ·数据聚合中心GeoDAC | 第49-51页 |
| ·知识服务中心GeoSC | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 图数据的并行空间聚类挖掘 | 第54-64页 |
| ·空间聚类 | 第54-56页 |
| ·空间聚类定义 | 第54页 |
| ·空间聚类基本流程 | 第54-56页 |
| ·基于图论的空间聚类算法 | 第56-60页 |
| ·空间谱聚类算法 | 第56-60页 |
| ·空间谱聚类算法并行化 | 第60-63页 |
| ·MapReduce框架 | 第60-61页 |
| ·并行化谱聚类实现 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 应用实例分析与评价 | 第64-71页 |
| ·图数据测试环境 | 第64-65页 |
| ·图数据说明 | 第65-67页 |
| ·云存储数据说明 | 第65-66页 |
| ·聚类挖掘数据说明 | 第66-67页 |
| ·性能测试与分析 | 第67-69页 |
| ·图数据读写访问 | 第67-69页 |
| ·图数据聚类挖掘 | 第69页 |
| ·本章小结 | 第69-71页 |
| 第六章 结论与展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 个人简历 | 第79页 |
