| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题背景及意义 | 第9页 |
| ·研究现状 | 第9-11页 |
| ·课题研究目标及主要内容 | 第11页 |
| ·论文组织结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第二章 相关理论模型 | 第13-30页 |
| ·Hadoop平台介绍 | 第13-23页 |
| ·Hadoop分布式文件系统HDFS | 第14-18页 |
| ·Hadoop的MapReduce计算架构 | 第18-23页 |
| ·支持向量机 | 第23-26页 |
| ·线性可分情况 | 第24-25页 |
| ·线性不可分情况 | 第25-26页 |
| ·主动学习 | 第26-29页 |
| ·学习引擎 | 第27-28页 |
| ·选择引擎 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 SVM主动学习分类算法研究 | 第30-47页 |
| ·SVM主动学习算法 | 第30-35页 |
| ·一种均衡采样的SVM主动学习算法(BC-SVM) | 第35-38页 |
| ·一种基于模糊聚类的均衡采样SVM主动学习算法(FBC-SVM) | 第38-44页 |
| ·模糊聚类算法 | 第39-41页 |
| ·基于模糊聚类的初始训练集构建方法 | 第41-44页 |
| ·分类器性能评价方法 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 Hadoop平台下SVM主动学习询问机制设计与实现 | 第47-53页 |
| ·SVM主动学习询问机制并行分析 | 第47-48页 |
| ·Hadoop平台下SVM主动学习询问机制的实现 | 第48-50页 |
| ·算法模型建立 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 实验结果与分析 | 第53-61页 |
| ·实验方案设计 | 第53页 |
| ·SVM主动学习算法测试 | 第53-58页 |
| ·模糊聚类与随机选取对比测试 | 第54-55页 |
| ·SVM主动学习性能测试 | 第55-58页 |
| ·Hadoop平台下主动学习测试 | 第58-60页 |
| ·Hadoop集群的设备与配置 | 第58-59页 |
| ·Hadoop上实验评价方法 | 第59页 |
| ·Hadoop上实验测试 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |
