摘要 | 第1-6页 |
Abstract | 第6-9页 |
第一章 绪论 | 第9-15页 |
·研究背景 | 第9-11页 |
·研究内容和意义 | 第11-12页 |
·国内外研究现状 | 第12-13页 |
·课题研究目标及主要内容 | 第13-14页 |
·论文组织结构 | 第14页 |
·本章小结 | 第14-15页 |
第二章 常用降维算法介绍 | 第15-28页 |
·降维方法运用背景 | 第15页 |
·降维方法研究现状 | 第15-18页 |
·常见降维算法介绍 | 第18-26页 |
·主成分分析算法PCA | 第18-19页 |
·线性判别分析LDA | 第19-22页 |
·核主成分分析KPCA算法 | 第22-23页 |
·ISOMAP算法 | 第23-24页 |
·局部线性嵌入LLE算法 | 第24-26页 |
·LLE研究依据 | 第26-27页 |
·本章小结 | 第27-28页 |
第三章 Hadoop平台基本情况 | 第28-39页 |
·Hadoop平台介绍 | 第28-29页 |
·分布式文件系统HDFS | 第29-33页 |
·Hadoop的系统架构 | 第29-30页 |
·数据复制 | 第30-31页 |
·文件系统元数据的持久化 | 第31页 |
·HDFS的通讯协议 | 第31-32页 |
·HDFS的健壮性 | 第32-33页 |
·Hadoop的MapReduce计算架构 | 第33-38页 |
·Hadoop的MapReduce系统架构 | 第33-34页 |
·Hadoop的MapReduce计算流程 | 第34-38页 |
·本章小结 | 第38-39页 |
第四章 LLE算法的Hadoop平台下的并行化设计与实现 | 第39-55页 |
·LLE算法的步骤分析 | 第39-41页 |
·LLE算法的程序实现 | 第41-42页 |
·LLE算法的性能分析 | 第42-43页 |
·LLE算法的并行化分析和方法 | 第43-47页 |
·LLE算法在Hadoop下的实现 | 第47-53页 |
·整体设计 | 第47-49页 |
·KnnJob的设计与实现 | 第49-51页 |
·WMJob设计与实现 | 第51-53页 |
·EigJob的设计与实现 | 第53页 |
·本章小结 | 第53-55页 |
第五章 实验结果与分析 | 第55-61页 |
·实验方案设计 | 第55-59页 |
·Hadoop集群的设备与配置 | 第55-56页 |
·实验评价方法 | 第56页 |
·实验的数据以及结果 | 第56-59页 |
·实验结果分析 | 第59-60页 |
·本章小结 | 第60-61页 |
结论 | 第61-62页 |
参考文献 | 第62-65页 |
攻读硕士学位期间取得的研究成果 | 第65-66页 |
致谢 | 第66页 |