| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 空间数据挖掘的概念 | 第15-17页 |
| 1.3.1 空间聚类分析 | 第16-17页 |
| 1.4 K-MEANS算法简介 | 第17-19页 |
| 1.4.1 KMEANA算法基本概念 | 第17-18页 |
| 1.4.2 K-MEANS算法流程 | 第18-19页 |
| 1.5 研究内容与技术路线 | 第19-20页 |
| 1.5.1 主要研究内容 | 第19-20页 |
| 1.5.2 技术路线 | 第20页 |
| 1.6 本文组织结构 | 第20-22页 |
| 第二章 SPARK平台及相关技术 | 第22-34页 |
| 2.1 HADOOP平台简介 | 第22-23页 |
| 2.2 SPARK平台简介 | 第23-26页 |
| 2.2.1 SPARK平台概述 | 第23页 |
| 2.2.2 SPARK平台架构 | 第23-24页 |
| 2.2.3 SPARK平台数据存储简介 | 第24-25页 |
| 2.2.4 SPARK运行流程 | 第25-26页 |
| 2.3 YARN资源管理器 | 第26-29页 |
| 2.4 RDD分析 | 第29-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于SPARK平台的K-MEANS算法并行化实现 | 第34-40页 |
| 3.1 基于SPARK平台串行K-MEANS算法的实现 | 第34-37页 |
| 3.2 K-MEANS算法并行化设计 | 第37-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第四章 基于SPARK平台的聚类算法并行化实验 | 第40-49页 |
| 4.1 实验平台及配置 | 第40页 |
| 4.2 实验数据 | 第40-41页 |
| 4.3 并行算法性能评价指标 | 第41页 |
| 4.4 实验内容 | 第41页 |
| 4.5 实验过程 | 第41-47页 |
| 4.5.1 搭建YARN | 第41-43页 |
| 4.5.2 数据预处理 | 第43-44页 |
| 4.5.3 SPARK平台上K-MEANS算法并行运行实验 | 第44-47页 |
| 4.6 实验结果 | 第47-48页 |
| 4.7 本章小结 | 第48-49页 |
| 第五章 基于SPARK平台的并行聚类算法江西省经济发展分析 | 第49-57页 |
| 5.1 江西省经济发展分析概述 | 第49页 |
| 5.2 实验数据 | 第49-50页 |
| 5.3 SPARK平台并行聚类分析 | 第50-51页 |
| 5.4 MATLAB平台并行聚类分析 | 第51-53页 |
| 5.4.1 选用MATLAB平台比较分析原因 | 第51页 |
| 5.4.2 MATLAB平台上的聚类算法并行实现 | 第51-53页 |
| 5.5 结果分析 | 第53-56页 |
| 5.5.1 SPARK平台K-MEANS算法串行与并行结果比较 | 第53-55页 |
| 5.5.2 SPARK平台与MATLAB平台K-MEANS算法并行结果比较 | 第55-56页 |
| 5.5.3 实际应用结果分析 | 第56页 |
| 5.6 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 研究工作总结 | 第57页 |
| 6.2 研究工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
