| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 模式识别介绍 | 第8-12页 |
| 1.2.1 模式识别简介 | 第8-9页 |
| 1.2.2 模式识别常见分类方法 | 第9-12页 |
| 1.3 本文主要研究内容 | 第12-14页 |
| 2 基于数据的模糊系统构建 | 第14-19页 |
| 2.1 引言 | 第14页 |
| 2.2 Wang-Mendel算法简介 | 第14-18页 |
| 2.2.1 Wang-Mendel算法实现步骤 | 第14-17页 |
| 2.2.2 Wang-Mendel算法优点 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 并行计算框架Hadoop介绍 | 第19-26页 |
| 3.1 Hadoop简介 | 第19页 |
| 3.2 Hadoop分布式文件系统 | 第19-21页 |
| 3.2.1 HDFS的概念 | 第19-20页 |
| 3.2.2 HDFS的架构 | 第20-21页 |
| 3.3 分布式计算模型MapReduce | 第21-25页 |
| 3.3.1 MapReduce简介 | 第21页 |
| 3.3.2 MapReduce程序模型 | 第21-23页 |
| 3.3.3 MapReduce执行流程 | 第23-25页 |
| 3.4 本章小结 | 第25-26页 |
| 4 基于MapReduce的并行模糊规则分类算法研究 | 第26-33页 |
| 4.1 引言 | 第26-27页 |
| 4.2 基于MapReduce的并行模糊规则分类算法的实现 | 第27-32页 |
| 4.2.1 数据预处理 | 第27页 |
| 4.2.2 确定模糊数 | 第27-29页 |
| 4.2.3 提取模糊规则 | 第29-30页 |
| 4.2.4 简化规则库 | 第30-32页 |
| 4.2.5 确定类标签 | 第32页 |
| 4.3 本章小结 | 第32-33页 |
| 5 基于MapReduce的并行模糊规则分类算法应用 | 第33-47页 |
| 5.1 实验运行环境 | 第33页 |
| 5.2 在期货数据上的应用 | 第33-40页 |
| 5.2.1 TB平台介绍 | 第33页 |
| 5.2.2 实验说明 | 第33-34页 |
| 5.2.3 数据预处理 | 第34-35页 |
| 5.2.4 实验结果及分析 | 第35-40页 |
| 5.3 在工业印刷厂的应用 | 第40-46页 |
| 5.3.1 印刷业务简介 | 第40-41页 |
| 5.3.2 实验说明 | 第41-42页 |
| 5.3.3 数据预处理 | 第42-43页 |
| 5.3.4 系统设计及应用 | 第43-46页 |
| 5.4 本章小结 | 第46-47页 |
| 6 总结与展望 | 第47-49页 |
| 6.1 总结 | 第47页 |
| 6.2 展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-56页 |
