| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·研究背景 | 第7-9页 |
| ·研究现状 | 第9-10页 |
| ·云计算 | 第9-10页 |
| ·基于云计算平台的数据挖掘 | 第10页 |
| ·论文的主要工作 | 第10页 |
| ·论文的章节安排 | 第10-12页 |
| 2 云计算与流形学习 | 第12-27页 |
| ·背景 | 第12页 |
| ·Map-reduce计算模型 | 第12-15页 |
| ·典型云计算平台 | 第15-17页 |
| ·Google云计算平台 | 第15页 |
| ·Amazon云计算平台 | 第15-16页 |
| ·Hadoop云计算平台 | 第16-17页 |
| ·流形学习理论与算法 | 第17-20页 |
| ·理论背景 | 第17-19页 |
| ·数学模型 | 第19-20页 |
| ·典型算法 | 第20-25页 |
| ·等距映射(ISOMAP) | 第20-21页 |
| ·局部线性嵌入(LLE) | 第21-22页 |
| ·拉普拉斯特征映射(LE) | 第22-23页 |
| ·扩散映射(Diflusion Map) | 第23-24页 |
| ·流形学习的统一图嵌入框架 | 第24-25页 |
| ·流形学习小结 | 第25页 |
| ·云计算平台上的机器学习 | 第25-27页 |
| 3 基于Map-Reduce的流形特征提取 | 第27-40页 |
| ·基于Map-reduce模型的最近邻选择方法 | 第27-31页 |
| ·相似度与距离 | 第27-28页 |
| ·最近邻查询 | 第28页 |
| ·位置敏感哈希(Locality Sensitive Hashing) | 第28-31页 |
| ·L2范数的位置敏感哈希算法的原理及实现过程 | 第31-35页 |
| ·流形学习计算模型 | 第35-36页 |
| ·相似矩阵的计算 | 第36-37页 |
| ·流形特征提取算法原理 | 第37-40页 |
| 4 基于云计算平台的流形学习算法实验及分析 | 第40-48页 |
| ·系统开发环境 | 第40-43页 |
| ·最近邻计算实验 | 第43-46页 |
| ·LLE及LEMap特征提取与可视化 | 第46-48页 |
| 5 总结和展望 | 第48-49页 |
| ·工作总结 | 第48页 |
| ·下一步的工作和展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录 | 第54-73页 |