| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.2.1 位置指纹匹配定位技术研究现状 | 第13页 |
| 1.2.2 Hadoop研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 第二章 定位技术及分布式技术概述 | 第16-23页 |
| 2.1 指纹匹配定位算法 | 第16-17页 |
| 2.1.1 K近邻算法 | 第16-17页 |
| 2.1.2 朴素贝叶斯算法 | 第17页 |
| 2.2 分布式技术概述 | 第17-22页 |
| 2.2.1 Hadoop平台概述 | 第17-19页 |
| 2.2.2 HDFS介绍 | 第19-20页 |
| 2.2.3 HIVE介绍 | 第20页 |
| 2.2.4 MAPREDUCE介绍 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于最大期望的定位算法 | 第23-43页 |
| 3.1 最近邻匹配算法原理及并行设计 | 第23-26页 |
| 3.1.1 最近邻匹配算法的原理 | 第23-24页 |
| 3.1.2 最近邻匹配算法的并行设计 | 第24-26页 |
| 3.2 最近邻匹配算法的并行实现 | 第26-34页 |
| 3.2.1 BaselineDriver类的实现 | 第26-28页 |
| 3.2.2 BaselineMap类的实现 | 第28-31页 |
| 3.2.3 BaselineReduce类的实现 | 第31-34页 |
| 3.2.4 GetPrecisionDriver类的实现 | 第34页 |
| 3.3 最大期望的定位算法原理及并行设计 | 第34-37页 |
| 3.3.1 最大期望定位算法原理 | 第35-36页 |
| 3.3.2 最大期望定位算法的并行设计 | 第36-37页 |
| 3.4 最大期望的定位算法的并行实现 | 第37-42页 |
| 3.4.1 MatchViaMaxExpDriver类的实现 | 第37-38页 |
| 3.4.2 MatchViaMaxExpMap类的实现 | 第38-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于离群点检测的哈希定位算法 | 第43-52页 |
| 4.1 基于最大基站相似度的哈希定位算法原理及并行设计 | 第43-45页 |
| 4.1.1 最大基站相似度的哈希定位算法原理 | 第43-44页 |
| 4.1.2 最大基站相似度的哈希定位算法并行化设计 | 第44-45页 |
| 4.2 基于最大基站相似度的哈希定位算法并行实现 | 第45-47页 |
| 4.2.1 MatchViaSameCellSetDriver类的实现 | 第46页 |
| 4.2.2 MatchViaSameCellSetMap类的实现 | 第46-47页 |
| 4.2.3 MatchViaSameCellSetReduce的实现 | 第47页 |
| 4.3 基于离群点检测的哈希定位算法原理及并行设计 | 第47-50页 |
| 4.3.1 定位算法的分析及原理 | 第47-49页 |
| 4.3.2 定位算法的并行化设计 | 第49-50页 |
| 4.4 基于离群点检测的哈希定位算法并行实现 | 第50-51页 |
| 4.2.1 MatchViaLofAndScsDriver类的实现 | 第50页 |
| 4.2.2 MatchViaLofAndScsReduce类的实现 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 定位算法结果及优化 | 第52-65页 |
| 5.1 Hadoop集群的搭建 | 第52-55页 |
| 5.1.1 硬件及软件描述 | 第52页 |
| 5.1.2 HADOOP集群的配置 | 第52-55页 |
| 5.2 定位算法的实现结果及分析 | 第55-63页 |
| 5.2.1 UMTS原始数据的结构 | 第55-56页 |
| 5.2.2 数据的读取 | 第56-58页 |
| 5.2.3 算法结果及分析 | 第58-63页 |
| 5.3 优化方法及优化后的结果 | 第63-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 结束语 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69页 |
