基于云计算棉花仓储海量数据挖掘算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 图目录 | 第9-10页 |
| 表目录 | 第10-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景及意义 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·论文主要工作 | 第13-17页 |
| 第2章 Hadoop及数据挖掘介绍 | 第17-33页 |
| ·Hadoop简介 | 第17-27页 |
| ·HDFS简介 | 第18-21页 |
| ·MapReduce简介 | 第21-23页 |
| ·HBase简介 | 第23-27页 |
| ·数据挖掘概述 | 第27-32页 |
| ·数据挖掘概念 | 第27页 |
| ·数据挖掘过程 | 第27-28页 |
| ·关联规则算法概述 | 第28-31页 |
| ·分类算法介绍 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 云环境下关联规则算法的研究 | 第33-43页 |
| ·FP-Growth算法概述 | 第33页 |
| ·改进的FP-Growth算法 | 第33-40页 |
| ·1-频繁项目集 | 第34-36页 |
| ·1-频繁项目集分组 | 第36页 |
| ·基于动态数组挖掘 | 第36-40页 |
| ·实验结果分析 | 第40-42页 |
| ·实验环境 | 第40页 |
| ·实验结果 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 云环境下分类算法的研究 | 第43-53页 |
| ·Naive Bayes算法概述 | 第43-44页 |
| ·改进的Naive Bayes算法 | 第44-50页 |
| ·获取权值列表W-List | 第45-47页 |
| ·增量式学习 | 第47-49页 |
| ·预测数据 | 第49-50页 |
| ·实验结果分析 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 改进算法在棉花仓储上的应用 | 第53-57页 |
| ·棉花仓储概述 | 第53页 |
| ·挖掘自燃因子 | 第53-55页 |
| ·监控与预警 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 结论和展望 | 第57-59页 |
| ·结论 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士学位期间论文与科研情况 | 第65页 |
