分布式环境下的张量分解算法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第12-17页 |
| 1.1 课题研究背景 | 第12-13页 |
| 1.2 课题研究现状 | 第13-14页 |
| 1.3 本文的主要工作及创新点 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 张量相关知识 | 第17-28页 |
| 2.1 张量 | 第17-19页 |
| 2.2 基本运算 | 第19-21页 |
| 2.2.1 矩阵化 | 第19-21页 |
| 2.2.2 伪逆 | 第21页 |
| 2.3 CP分解 | 第21-24页 |
| 2.3.1 张量的秩 | 第22-23页 |
| 2.3.2 CP分解的ALS算法 | 第23-24页 |
| 2.4 Tucker分解 | 第24-26页 |
| 2.4.1 张量的n-rank | 第25页 |
| 2.4.2 Tucker分解的ALS算法 | 第25-26页 |
| 2.5 张量分解的应用 | 第26-28页 |
| 第三章 大数据平台相关知识 | 第28-33页 |
| 3.1 Hadoop | 第28-30页 |
| 3.1.1 HDFS | 第29-30页 |
| 3.1.2 Hadoop MapReduce | 第30页 |
| 3.2 Spark | 第30-33页 |
| 3.2.1 RDD | 第31-32页 |
| 3.2.2 共享变量 | 第32-33页 |
| 第四章 基于Spark平台的ParaTD总体设计 | 第33-37页 |
| 4.1 设计目标 | 第33页 |
| 4.2 总体框架 | 第33-34页 |
| 4.3 总体流程 | 第34-37页 |
| 第五章 ParaTD算法设计与实现 | 第37-53页 |
| 5.1 数据结构设计 | 第39-40页 |
| 5.1.1 离线存储张量数据文件的设计 | 第39页 |
| 5.1.2 张量数据结构的设计 | 第39-40页 |
| 5.2 拆分Khatri-Rao乘积 | 第40-44页 |
| 5.2.1 算法分析与描述 | 第40-43页 |
| 5.2.2 MapReduce设计 | 第43-44页 |
| 5.3 并行计算外积 | 第44-49页 |
| 5.3.1 算法分析与描述 | 第44-47页 |
| 5.3.2 MapReduce设计 | 第47-49页 |
| 5.4 分布式缓存乘积 | 第49-53页 |
| 5.4.1 算法分析与描述 | 第49-53页 |
| 第六章 ParaTD性能测试与分析 | 第53-61页 |
| 6.1 ParaTD测试环境及测评方案 | 第53-56页 |
| 6.1.1 测试环境 | 第53-55页 |
| 6.1.2 测评方案 | 第55-56页 |
| 6.2 测试结果分析 | 第56-61页 |
| 6.2.1 CP分解的正确性测试 | 第56页 |
| 6.2.2 张量大小不同的情况 | 第56-58页 |
| 6.2.3 集群大小不同的情况 | 第58-59页 |
| 6.2.4 张量密度不同的情况 | 第59-61页 |
| 第七章 总结与展望 | 第61-63页 |
| 7.1 工作总结 | 第61页 |
| 7.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间完成的科研成果 | 第66-67页 |
| 致谢 | 第67页 |
