| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 相关技术与理论基础 | 第14-24页 |
| 2.1 云计算 | 第14-16页 |
| 2.1.1 云计算概述 | 第14-15页 |
| 2.1.2 云计算分类 | 第15页 |
| 2.1.3 经典云计算平台 | 第15-16页 |
| 2.2 Hadoop简介 | 第16-23页 |
| 2.2.1 HDFS | 第17-18页 |
| 2.2.2 HDFS数据管理 | 第18-20页 |
| 2.2.3 MapReduce | 第20-21页 |
| 2.2.4 MapReduce任务流程 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于Hadoop的医疗小文件存储技术研究 | 第24-36页 |
| 3.1 Hadoop存储大量小文件存在的问题以及现有解决方法 | 第24-27页 |
| 3.1.1 存储大量小文件存在的问题 | 第24-25页 |
| 3.1.2 现有小文件处理技术 | 第25-27页 |
| 3.2 基于Hadoop的医疗小文件存储方法 | 第27-32页 |
| 3.2.1 文件预处理 | 第27-30页 |
| 3.2.2 扩展索引 | 第30-32页 |
| 3.3 实验结果分析 | 第32-35页 |
| 3.3.1 实验数据说明 | 第32-33页 |
| 3.3.2 实验环境 | 第33页 |
| 3.3.3 实验结果分析总结 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于Hadoop的医疗数据关联规则算法研究及改进 | 第36-57页 |
| 4.1 关联规则算法简介 | 第36-37页 |
| 4.2 Apriori算法 | 第37-41页 |
| 4.2.1 Apriori算法性质及流程 | 第37-38页 |
| 4.2.2 Apriori算法举例 | 第38-40页 |
| 4.2.3 Apriori算法的不足 | 第40-41页 |
| 4.3 基于Hadoop的Apriori算法改进与移植 | 第41-49页 |
| 4.3.1 Apriori算法改进 | 第41-43页 |
| 4.3.2 基于MapReduce的Apriori算法移植 | 第43-46页 |
| 4.3.3 MapReduce化后算法实例分析 | 第46-49页 |
| 4.4 基于Hadoop的Apriori算法设计 | 第49-54页 |
| 4.4.1 MapReduce化后算法改进分析 | 第53-54页 |
| 4.5 实验结果与分析 | 第54-56页 |
| 4.5.1 实验数据说明 | 第54页 |
| 4.5.2 实验环境 | 第54页 |
| 4.5.3 实验结果分析总结 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 基于Hadoop平台医疗数据处理和分析系统的设计 | 第57-69页 |
| 5.1 系统基本结构设计 | 第57页 |
| 5.2 系统主要模块介绍 | 第57-58页 |
| 5.3 Hadoop平台设计与搭建 | 第58-64页 |
| 5.3.1 硬件环境 | 第59页 |
| 5.3.2 软件环境 | 第59页 |
| 5.3.3 Hadoop平台搭建 | 第59-64页 |
| 5.4 系统主要功能实现及测试 | 第64-67页 |
| 5.5 本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 附录 | 第74-75页 |
