摘要 | 第3-4页 |
abstract | 第4-5页 |
第1章 绪论 | 第9-16页 |
1.1 选题背景与研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 国内研究现状 | 第10-11页 |
1.2.2 国外研究现状 | 第11-13页 |
1.3 本文研究内容及组织架构 | 第13-15页 |
1.3.1 本文研究内容 | 第13-14页 |
1.3.2 本文组织架构 | 第14-15页 |
1.4 本章小结 | 第15-16页 |
第2章 Map-Reduce能耗监测模型的建立 | 第16-24页 |
2.1 Map-Reduce概述 | 第16-20页 |
2.1.1 Map-Reduce特点 | 第16-17页 |
2.1.2 Map-Reduce运行流程 | 第17-18页 |
2.1.3 Map-Reduce工作原理 | 第18-20页 |
2.2 Map-Reduce能耗监测模型 | 第20-23页 |
2.2.1 Map-Reduce能耗监测模型方法比较 | 第20页 |
2.2.2 基于CPU利用率的能耗监测模型建立步骤 | 第20-23页 |
2.3 本章小结 | 第23-24页 |
第3章 BP神经网络模型介绍 | 第24-29页 |
3.1 BP神经网络理论 | 第24-26页 |
3.1.1 BP神经网络结构 | 第24-25页 |
3.1.2 BP神经网络的训练过程 | 第25-26页 |
3.1.3 BP神经网络在Map-Reduce框架下的优化适用性 | 第26页 |
3.2 BP神经网络存在的问题及结构参数优化 | 第26-28页 |
3.2.1 BP神经网络的缺陷 | 第26-27页 |
3.2.2 BP神经网络结构参数优化 | 第27-28页 |
3.3 本章小结 | 第28-29页 |
第4章 Map-Reduce框架下的BP神经网络优化 | 第29-36页 |
4.1 优化算法选择及建模环境介绍 | 第29-30页 |
4.1.1 结合算法选择 | 第29页 |
4.1.2 建模环境介绍 | 第29-30页 |
4.2 Map-Reduce的GA-BP神经网络优化结合 | 第30-32页 |
4.2.1 GA-BP神经网络优化算法思想 | 第30-31页 |
4.2.2 GA-BP神经网络算法运行流程 | 第31-32页 |
4.3 Map-Reduce的PSO-BP神经网络优化结合 | 第32-35页 |
4.3.1 PSO-BP神经网络优化算法思想 | 第32-33页 |
4.3.2 PSO-BP神经网络算法运行流程 | 第33-35页 |
4.4 优化算法的特征比对 | 第35页 |
4.5 本章小结 | 第35-36页 |
第5章 基于BP神经网络下的Map-Reduce能耗优化模型 | 第36-44页 |
5.1 Map-Reduce能耗优化策略 | 第36-37页 |
5.1.1 Hadoop运行平台优化分析 | 第36页 |
5.1.2 Map-Reduce系统运行参数优化分析 | 第36-37页 |
5.2 Map-Reduce优化模型可行性分析 | 第37-40页 |
5.2.1 Map-Reduce运行能耗分析 | 第37-38页 |
5.2.2 Map-Reduce能耗优化分析 | 第38-39页 |
5.2.3 Map-Reduce能耗优化假设 | 第39-40页 |
5.3 Map-Reduce能耗优化模型实现 | 第40-43页 |
5.4 本章小结 | 第43-44页 |
第6章 实验过程及结果分析 | 第44-54页 |
6.1 实验环境与实验数据集 | 第44-45页 |
6.1.1 Hadoop环境搭建 | 第44-45页 |
6.1.2 实验数据集 | 第45页 |
6.2 Map-Reduce能耗监测模型验证与分析 | 第45-49页 |
6.2.1 对比测试模型和测试结果评价指标 | 第45-46页 |
6.2.2 实验过程与结果分析 | 第46-49页 |
6.3 Map-Reduce能耗优化模型验证与分析 | 第49-52页 |
6.3.1 对比测试模型和测试结果评价指标 | 第49-50页 |
6.3.2 实验过程与结果分析 | 第50-52页 |
6.4 本章小结 | 第52-54页 |
第7章 总结与展望 | 第54-56页 |
7.1 本文总结 | 第54-55页 |
7.2 展望未来 | 第55-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-59页 |