首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向物联网的信息存储技术研究

摘要第1-4页
Abstract第4-7页
1 绪论第7-12页
   ·研究背景及意义第7-8页
     ·课题研究背景第7页
     ·课题研究意义第7-8页
   ·国内外研究现状第8-10页
     ·Hadoop的研究现状第8-9页
     ·基于MapReduce的聚类算法的研究现状第9页
     ·海量数据存储的研究现状第9-10页
   ·本文的工作第10-11页
   ·文章的结构第11页
   ·本章小结第11-12页
2 相关技术研究第12-22页
   ·物联网技术第12-13页
   ·Hadoop云计算技术第13-20页
     ·云计算概念第13-14页
     ·云存储概念第14-15页
     ·Hadoop架构第15-18页
     ·MapReduce编程模型第18-19页
     ·HDFS体系结构第19-20页
   ·技术路线第20-21页
     ·HDFS存储物联网小文件的不足第20-21页
     ·设计思想第21页
   ·本章小结第21-22页
3 海量物联网数据聚类算法的研究第22-33页
   ·聚类算法第22-27页
     ·K均值算法第22-24页
     ·高斯分布测试算法第24-25页
     ·G均值算法第25-27页
   ·物联网数据聚类算法的设计第27-32页
     ·K均值算法的设计第27-28页
     ·高斯分布测试算法的设计第28-30页
     ·G均值算法的设计第30-32页
   ·本章小结第32-33页
4 海量物联网数据存储优化第33-51页
   ·Hadoop内存元数据结构第33-36页
   ·四叉树文件索引设计第36-42页
     ·四叉树结构第36-38页
     ·四叉树索引设计第38-42页
   ·物联网小文件合并策略的研究第42-48页
     ·HDFS小文件处理方案第42-44页
     ·基于文件关联程度的合并策略第44-48页
   ·局部索引预加载访问优化策略第48-50页
   ·本章小结第50-51页
5 实验第51-58页
   ·实验环境的部署第51-53页
     ·实验平台环境第51-52页
     ·Hadoop主要配置第52-53页
   ·实验结果与分析第53-57页
     ·G均值算法实验结果第53-55页
     ·G均值实验结果分析第55-56页
     ·存储优化结果分析第56-57页
   ·本章小结第57-58页
6 总结与展望第58-59页
   ·总结第58页
   ·展望第58-59页
致谢第59-60页
参考文献第60-63页
附录第63页

论文共63页,点击 下载论文
上一篇:基于地图的车载自组网路由协议研究
下一篇:七通道雷达目标回波模拟器的软件设计与开发