| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外相关研究 | 第12-14页 |
| 1.2.1 数据无损压缩的相关研究 | 第12页 |
| 1.2.2 光谱数据处理的相关研究 | 第12-14页 |
| 1.3 主要研究内容及论文组织结构 | 第14-16页 |
| 1.3.1 论文的主要研究内容 | 第14-15页 |
| 1.3.2 论文的结构安排 | 第15-16页 |
| 2 云存储技术概述 | 第16-25页 |
| 2.1 云存储技术原理 | 第16-19页 |
| 2.1.1 云存储概念 | 第16-17页 |
| 2.1.2 云存储的分类 | 第17页 |
| 2.1.3 云存储的结构模型 | 第17-19页 |
| 2.2 存储虚拟化技术原理概述 | 第19-21页 |
| 2.2.1 存储虚拟化系统 | 第19-20页 |
| 2.2.2 存储虚拟化类型 | 第20-21页 |
| 2.3 并行计算编程模式 | 第21-23页 |
| 2.3.1 并行计算编程模式 | 第21-22页 |
| 2.3.2 并行编程模式MapReduce | 第22-23页 |
| 2.4 分布式文件系统 | 第23-24页 |
| 2.4.1 分布式文件系统 | 第23页 |
| 2.4.2 HDFS分布式文件管理系统 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 无损数据压缩算法 | 第25-41页 |
| 3.1 数据压缩基础 | 第25-27页 |
| 3.1.1 数据压缩基本概念 | 第25-26页 |
| 3.1.2 数据压缩主要性能指标 | 第26页 |
| 3.1.3 数据压缩分类 | 第26-27页 |
| 3.2 字典编码 | 第27-28页 |
| 3.2.1 LZ77算法 | 第27-28页 |
| 3.2.2 LZ78算法 | 第28页 |
| 3.3 LZO算法 | 第28-40页 |
| 3.3.1 LZO算法原理介绍 | 第29-31页 |
| 3.3.2 LZO与LZW比较 | 第31-36页 |
| 3.3.3 LZO与LZSS比较 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 Hadoop框架下光谱数据信息管理系统的设计 | 第41-54页 |
| 4.1 Hadoop架构下光谱数据信息管理系统的需求分析 | 第41-44页 |
| 4.1.1 面临的实际问题 | 第41页 |
| 4.1.2 系统设计目标 | 第41-42页 |
| 4.1.3 分析用户需求 | 第42页 |
| 4.1.4 系统整体架构 | 第42-44页 |
| 4.2 基于小波变换的关键波段集检测方法 | 第44-53页 |
| 4.2.1 光谱数据关键波段集的选择 | 第44页 |
| 4.2.2 小波变换原理 | 第44-46页 |
| 4.2.3 基于小波变换的关键波段工作集检测方法 | 第46-53页 |
| 4.3 本章小结 | 第53-54页 |
| 5 Hadoop框架下近红外光谱数据信息管理系统的实现 | 第54-59页 |
| 5.1 测试环境 | 第54-55页 |
| 5.1.1 硬件环境配置 | 第54-55页 |
| 5.1.2 软件环境配置 | 第55页 |
| 5.2 部分用户操作界面展示 | 第55-58页 |
| 5.2.1 用户登陆界面 | 第55页 |
| 5.2.2 客户端密码修改界面 | 第55-56页 |
| 5.2.3 上传光谱数据 | 第56-57页 |
| 5.2.4 安全权限管理模块 | 第57-58页 |
| 5.3 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 论文总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 附录：攻读硕士学位期间发表的论文及科研项目 | 第66-67页 |
| 致谢 | 第67页 |