| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-34页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 Hadoop技术概述 | 第13-21页 |
| 1.2.1 Hadoop项目及其结构组成 | 第14-16页 |
| 1.2.2 HDFS分布式文件系统 | 第16-19页 |
| 1.2.3 MapReduce并行编程框架 | 第19-21页 |
| 1.3 国内外研究现状 | 第21-31页 |
| 1.3.1 Hadoop发展现状 | 第21-24页 |
| 1.3.2 数据挖掘概述 | 第24-26页 |
| 1.3.3 关联规则挖掘算法研究现状 | 第26-29页 |
| 1.3.4 动车组故障诊断研究现状 | 第29-31页 |
| 1.4 本文研究的内容 | 第31-32页 |
| 1.5 章节组织 | 第32-34页 |
| 2 基于MapReduce的改进并行频繁模式挖掘算法 | 第34-50页 |
| 2.1 关联规则挖掘基本理论 | 第34-35页 |
| 2.2 经典关联规则挖掘算法分析 | 第35-40页 |
| 2.2.1 Apriori算法分析 | 第35-38页 |
| 2.2.2 FP-Growth算法分析 | 第38-40页 |
| 2.2.3 两种算法性能比较 | 第40页 |
| 2.3 改进的并行FP-Growth算法 | 第40-46页 |
| 2.3.1 必要性分析 | 第40-41页 |
| 2.3.2 理论基础 | 第41页 |
| 2.3.3 算法描述 | 第41-43页 |
| 2.3.4 并行计数 | 第43-44页 |
| 2.3.5 并行FP-Growth | 第44-45页 |
| 2.3.6 频繁模式合并 | 第45-46页 |
| 2.4 并行FP-Growth规则优化 | 第46-47页 |
| 2.4.1 优化目的分析 | 第46-47页 |
| 2.4.2 局部FP-Tree规则优化 | 第47页 |
| 2.5 本章小结 | 第47-50页 |
| 3 基于MapReduce的多维关联规则挖掘算法 | 第50-58页 |
| 3.1 关联规则的分类 | 第50-51页 |
| 3.2 传统的并行Apriori算法分析 | 第51-53页 |
| 3.3 改进的并行Apriori算法 | 第53-56页 |
| 3.3.1 算法描述 | 第53-54页 |
| 3.3.2 候选项集计数 | 第54-55页 |
| 3.3.3 生成候选项集 | 第55-56页 |
| 3.4 并行Apriori连接规则优化 | 第56-57页 |
| 3.4.1 优化目的分析 | 第56页 |
| 3.4.2 并行Apriori算法规则优化 | 第56-57页 |
| 3.5 本章小结 | 第57-58页 |
| 4 改进的并行关联规则挖掘算法应用 | 第58-74页 |
| 4.1 数据来源 | 第58页 |
| 4.2 故障数据预处理 | 第58-60页 |
| 4.3 应用实例分析 | 第60-67页 |
| 4.3.1 改进的并行FP-Growth算法分析 | 第60-64页 |
| 4.3.2 改进的并行Apriori算法实例分析 | 第64-67页 |
| 4.4 算法执行时间分析 | 第67-69页 |
| 4.4.1 改进的并行FP-Growth算法执行时间分析 | 第67-68页 |
| 4.4.2 改进的并行Apriori算法执行时间分析 | 第68-69页 |
| 4.5 改进算法空间分析 | 第69-70页 |
| 4.6 改进算法的优点 | 第70-71页 |
| 4.6.1 改进的并行FP-Growth算法优点 | 第70-71页 |
| 4.6.2 改进的并行Apriori算法优点 | 第71页 |
| 4.7 本章小结 | 第71-74页 |
| 5 动车组运维数据处理平台实现 | 第74-84页 |
| 5.1 系统实验环境搭建与部署 | 第74-75页 |
| 5.2 动车组运维数据处理平台的设计 | 第75-80页 |
| 5.2.1 系统功能需求 | 第75-76页 |
| 5.2.2 系统整体架构设计 | 第76-77页 |
| 5.2.3 系统客户端设计 | 第77-80页 |
| 5.3 性能测试与结果分析 | 第80-83页 |
| 5.3.1 改进的并行FP-Growth算法实验测试 | 第80-82页 |
| 5.3.2 改进的并行Apriori算法实验测试 | 第82-83页 |
| 5.4 本章小结 | 第83-84页 |
| 6 总结与展望 | 第84-86页 |
| 6.1 主要工作和特点 | 第84-85页 |
| 6.2 进一步工作展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第90-94页 |
| 学位论文数据集 | 第94页 |
