| 摘要 | 第1-5页 |
| abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究背景和意义 | 第9-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文的研究内容及组织结构 | 第15-16页 |
| 第2章 K-means 算法的研究及并行化设计 | 第16-33页 |
| ·K-means 算法分析 | 第16-18页 |
| ·数据预处理方案的提出 | 第18-25页 |
| ·数据预处理 | 第18-23页 |
| ·数据预处理后的结果分析 | 第23-24页 |
| ·整个算法的实现过程 | 第24页 |
| ·数据预处理的效果分析 | 第24-25页 |
| ·整体流程的 MapReduce 程序设计 | 第25-32页 |
| ·Canopy 处理的并行化设计 | 第26-29页 |
| ·中间结果处理的并行化设计 | 第29-31页 |
| ·K-means 算法的并行化设计 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 DBSCAN 算法的研究和并行化设计 | 第33-46页 |
| ·DBSCAN 算法的分析 | 第33-35页 |
| ·DBSCAN 算法的改进 | 第35-39页 |
| ·改进算法的流程及分析 | 第39-40页 |
| ·改进的 DBSCAN 算法的 MapReduce 程序设计 | 第40-44页 |
| ·DBSCAN 算法与 K-means 算法的对比 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 实验及结果分析 | 第46-58页 |
| ·Hadoop 平台的搭建 | 第46-49页 |
| ·K-means 算法的对比实验 | 第49-54页 |
| ·K-means 算法优化前后的对比 | 第50-53页 |
| ·K-means 算法单机和集群下实验效果及分析 | 第53-54页 |
| ·DBSCAN 算法的对比实验 | 第54-55页 |
| ·K-means 算法和 DBSCAN 算法的对比实验 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·对本文工作的总结 | 第58-59页 |
| ·对未来工作的展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
