| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 论文结构 | 第12-14页 |
| 第二章 相关理论与技术 | 第14-26页 |
| 2.1 传统K-means算法模型 | 第14-16页 |
| 2.2 Hadoop概述 | 第16-19页 |
| 2.2.1 分布式文件系统HDFS | 第16-17页 |
| 2.2.2 分布式计算MapReduce | 第17-19页 |
| 2.3 Spark编程模型 | 第19-23页 |
| 2.3.1 RDD的基本组成 | 第20页 |
| 2.3.2 依赖关系 | 第20-22页 |
| 2.3.3 分区模型 | 第22-23页 |
| 2.3.4 内存管理 | 第23页 |
| 2.4 Spark框架下K-means算法并行化 | 第23-25页 |
| 2.5 本章总结 | 第25-26页 |
| 第三章 Spark框架下基于空间分布的优化方法研究 | 第26-39页 |
| 3.1 Spark MLlib的三角不等式策略 | 第26-29页 |
| 3.1.1 三角不等式优化原理 | 第27-28页 |
| 3.1.2 三角不等式方法的局限 | 第28-29页 |
| 3.2 基于空间分布的优化方法 | 第29-32页 |
| 3.2.1 空间分布关系 | 第29-30页 |
| 3.2.2 空间分布关系的量化 | 第30-32页 |
| 3.3 基于空间分布的并行化策略 | 第32-33页 |
| 3.4 实验结果及分析 | 第33-38页 |
| 3.4.1 实验环境 | 第34页 |
| 3.4.2 效率分析 | 第34-36页 |
| 3.4.3 聚类效果分析 | 第36-37页 |
| 3.4.4 扩展性分析 | 第37页 |
| 3.4.5 加速比分析 | 第37-38页 |
| 3.5 本章总结 | 第38-39页 |
| 第四章 Spark框架下基于密度加权的优化方法研究 | 第39-50页 |
| 4.1 预聚类 | 第39-40页 |
| 4.2 密度加权定义和描述 | 第40-41页 |
| 4.2.1 网格单元 | 第40页 |
| 4.2.2 网格密度加权 | 第40-41页 |
| 4.2.3 加权样本计算 | 第41页 |
| 4.3 基于密度加权的并行化策略 | 第41-45页 |
| 4.3.1 Spark框架下基于密度加权的抽样 | 第41-43页 |
| 4.3.2 Spark框架下基于密度加权的聚类 | 第43-45页 |
| 4.4 实验结果及分析 | 第45-49页 |
| 4.4.1 实验环境 | 第46页 |
| 4.4.2 效率分析 | 第46-47页 |
| 4.4.3 聚类效果分析 | 第47页 |
| 4.4.4 扩展性分析 | 第47-48页 |
| 4.4.5 加速比分析 | 第48-49页 |
| 4.5 本章总结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 论文和科研情况 | 第56-57页 |
| 致谢 | 第57页 |