| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 图表索引 | 第11-12页 |
| 第1章 绪论 | 第12-25页 |
| ·选题背景和意义 | 第12-16页 |
| ·地震射线研究的重要性 | 第12-13页 |
| ·计算技术发展带来的机遇 | 第13-16页 |
| ·选题的重要意义 | 第16页 |
| ·国内外研究现状 | 第16-23页 |
| ·论文的主要研究内容和组织结构 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第2章 理论和技术基础 | 第25-40页 |
| ·传统的并行程序 | 第25-27页 |
| ·消息传递机制 MPI | 第25-26页 |
| ·基于共享存储的 OPENMP 模型 | 第26页 |
| ·ＭＰＩ和 OPENMP 混合编程模型 | 第26-27页 |
| ·云计算技术 | 第27-31页 |
| ·云计算概念 | 第27-30页 |
| ·云计算技术分类 | 第30-31页 |
| ·MapReduce 介绍 | 第31-34页 |
| ·MapReduee 编程模型 | 第31页 |
| ·MapReduce 执行流程 | 第31-32页 |
| ·MapReduce 应用项目 | 第32页 |
| ·MapReduce 与 MPI 的联系 | 第32-34页 |
| ·MapReduce 的工作原理 | 第34-37页 |
| ·MapReduce 提交作业 | 第35页 |
| ·MapReduce 初始化任务 | 第35页 |
| ·MapReduce 分配任务 | 第35-36页 |
| ·执行任务阶段 | 第36页 |
| ·状态进度更新 | 第36-37页 |
| ·作业完成阶段 | 第37页 |
| ·Hadoop 和 MPI | 第37-39页 |
| ·Hadoop 简介 | 第37-39页 |
| ·Hadoop 与 MPI 在数据处理方式上的对比 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第3章 射线追踪理论与算法分析 | 第40-59页 |
| ·射线追踪理论简述 | 第41-46页 |
| ·射线追踪基本理论 | 第41-43页 |
| ·射线追踪原理 | 第43-45页 |
| ·射线追踪方法分类 | 第45-46页 |
| ·旅行时线性插值算法 | 第46-57页 |
| ·算法基本原理 | 第46-50页 |
| ·整个公式推导过程 | 第50-54页 |
| ·反射波 LTI 射线追踪算法 | 第54-56页 |
| ·旅行时抛物型插值算法 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第4章 基于 MapReduce 的射线追踪算法 | 第59-75页 |
| ·最短路径射线追踪算法分析 | 第59-60页 |
| ·算法步骤 | 第59-60页 |
| ·算法分析 | 第60页 |
| ·最短路径法射线追踪算法的优化和并行化改进 | 第60-67页 |
| ·算法改进思路 | 第60-62页 |
| ·算法数据结构设计 | 第62-64页 |
| ·算法实现伪代码 | 第64-66页 |
| ·数据量较大时的外存处理方案 | 第66-67页 |
| ·旅行时插值算法的并行化改进 | 第67-74页 |
| ·算法实现基本过程 | 第67-68页 |
| ·改进基本思路及相关数据结构设计 | 第68-72页 |
| ·线性插值算法的 MapReduce 实现 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 基于 Hadoop 的分布式实现和评价 | 第75-83页 |
| ·Hadoop 计算集群与开发环境的搭建 | 第75-79页 |
| ·Hadoop 计算集群的搭建 | 第75-77页 |
| ·开发环境搭建 | 第77页 |
| ·实验环境部署 | 第77-78页 |
| ·Hadoop 下设计 MapReduce 的算法 | 第78-79页 |
| ·实验评价与分析 | 第79-83页 |
| ·在 hadoop 集群上运行射线追踪方法 | 第79页 |
| ·数据准备 | 第79页 |
| ·实验过程和结果分析 | 第79-81页 |
| ·MapReduce 并行规模对作业执行时间的影响 | 第81-83页 |
| 第6章 结论 | 第83-85页 |
| ·研究成果 | 第83-84页 |
| ·该成果需要改进的地方 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-91页 |
| 附录 1 | 第91页 |
| 附录 2 | 第91页 |
