| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 论文研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第2章 相关技术概述 | 第14-25页 |
| 2.1 生物序列 | 第14-17页 |
| 2.1.1 DNA序列 | 第14-15页 |
| 2.1.2 RNA序列 | 第15-16页 |
| 2.1.3 蛋白质序列 | 第16-17页 |
| 2.2 k-mer介绍 | 第17-19页 |
| 2.2.1 k-mer定义 | 第17-18页 |
| 2.2.2 k-mer频次应用 | 第18-19页 |
| 2.3 Map Reduce编程模型 | 第19-21页 |
| 2.4 Hadoop分布式计算框架 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 DNA序列k-mer频次统计算法研究与改进 | 第25-39页 |
| 3.1 DNA全序列k-mer频次统计 | 第25-26页 |
| 3.2 BTKC算法分析与研究 | 第26-30页 |
| 3.2.1 BTKC算法介绍 | 第26-29页 |
| 3.2.2 BTKC算法分析 | 第29页 |
| 3.2.3 BTKC算法存在问题 | 第29-30页 |
| 3.3 BTCK算法的改进 | 第30-34页 |
| 3.3.1 装载策略的设计 | 第30-33页 |
| 3.3.2 算法排序策略的设计 | 第33-34页 |
| 3.4 改进算法的具体实现 | 第34-36页 |
| 3.5 改进算法的测试与分析 | 第36-38页 |
| 3.6 本章小节 | 第38-39页 |
| 第4章 基于Map Reduce的改进算法并行化应用 | 第39-48页 |
| 4.1 研究思路 | 第39-40页 |
| 4.2 并行算法设计 | 第40-44页 |
| 4.2.1 输入数据处理 | 第41-42页 |
| 4.2.2 Map阶段设计 | 第42-43页 |
| 4.2.3 Reduce阶段设计 | 第43-44页 |
| 4.3 基于Map Reduce的并行算法具体实现 | 第44-47页 |
| 4.3.1 输入数据预处理 | 第44页 |
| 4.3.2 Map阶段实现 | 第44-46页 |
| 4.3.3 Combine功能的实现 | 第46-47页 |
| 4.3.4 Reduce阶段的实现 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 算法的测试与分析 | 第48-53页 |
| 5.1 实验环境搭建 | 第48页 |
| 5.2 实验数据 | 第48-49页 |
| 5.3 测试结果及分析 | 第49-52页 |
| 5.3.1 串行/并行算法有效性实验 | 第49-50页 |
| 5.3.2 并行算法加速比实验 | 第50-51页 |
| 5.3.3 并行算法扩展率实验 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 总结及未来工作 | 第53-56页 |
| 6.1 本文总结 | 第53-54页 |
| 6.2 后续工作与未来的研究展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第60页 |
