| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章绪论 | 第10-18页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 相似性连接在国内外研究现状 | 第11-16页 |
| 1.2.1 一般的相似性连接的研究与发展 | 第12-13页 |
| 1.2.2 高维向量的相似性连接的研究与发展 | 第13-14页 |
| 1.2.3 基于MapReduce的相似自连接的研究与发展 | 第14-16页 |
| 1.3 本文研究的主要内容 | 第16-17页 |
| 1.3.1 研究问题 | 第16-17页 |
| 1.3.2 本文的主要研究成果 | 第17页 |
| 1.4 本文章节安排 | 第17-18页 |
| 第2章相似性连接和降维方法的研究 | 第18-29页 |
| 2.1 相似性连接介绍 | 第18-23页 |
| 2.1.1 相似性连接定义 | 第18-19页 |
| 2.1.2 相似性连接算法 | 第19-23页 |
| 2.2 高维降维技术的方法及证明 | 第23-28页 |
| 2.2.1 维数灾难与降维技术 | 第23-25页 |
| 2.2.2 高维降维方法 | 第25-27页 |
| 2.2.3 降为2维度方法 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章基于MapReduce的坐标过滤算法 | 第29-47页 |
| 3.1 引言 | 第29页 |
| 3.2 预备知识 | 第29-35页 |
| 3.2.1 问题定义 | 第29-32页 |
| 3.2.2 多线程技术 | 第32-33页 |
| 3.2.3 Hadoop框架 | 第33-35页 |
| 3.3 基于MapReduce的坐标过滤算法——CoordFilter | 第35-41页 |
| 3.3.1 滑动窗口的形成 | 第35-38页 |
| 3.3.2 坐标过滤算法 | 第38-41页 |
| 3.4 实验与结果分析 | 第41-46页 |
| 3.4.1 实验设置 | 第41-42页 |
| 3.4.2 实验结果及分析 | 第42-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 聚集数据的内切圆算法 | 第47-60页 |
| 4.1 引言 | 第47-49页 |
| 4.2 预备知识 | 第49-50页 |
| 4.2.1 问题的定义 | 第49页 |
| 4.2.2 SNP介绍 | 第49-50页 |
| 4.3 内切圆算法 | 第50-55页 |
| 4.3.1 正方形的内切圆算法 | 第50-52页 |
| 4.3.2 六边形的内切圆算法 | 第52-55页 |
| 4.4 实验 | 第55-58页 |
| 4.4.1 实验设置 | 第55页 |
| 4.4.2 实验结果及分析 | 第55-57页 |
| 4.4.3 真实数据的性能分析 | 第57-58页 |
| 4.5 本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68页 |