首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于云计算的聚类算法的MapReduce化研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-14页
    1.1 研究背景第10-11页
    1.2 国内外研究现状第11-12页
    1.3 论文研究内容第12-13页
    1.4 论文组织结构第13-14页
第2章 云计算与聚类算法第14-28页
    2.1 云计算的体系架构第14-17页
        2.1.1 核心服务层第15-16页
        2.1.2 服务管理层第16页
        2.1.3 用户访问接口层第16-17页
    2.2 开源云计算平台Hadoop第17-23页
        2.2.1 MapReduce编程模型第17-19页
        2.2.2 HDFS分布式文件系统第19-23页
    2.3 聚类算法第23-25页
        2.3.1 聚类的概念第23页
        2.3.2 聚类算法的类别第23-25页
    2.4 并行聚类第25-27页
        2.4.1 并行聚类的研究现状第25-26页
        2.4.2 并行算法的性能评价第26-27页
    2.5 本章小结第27-28页
第3章 聚类算法的MapReduce化第28-46页
    3.1 ISODATA算法的MapReduce化第28-38页
        3.1.1 ISODATA算法第28-31页
        3.1.2 基于MapReduce的ISODATA算法的设计第31-34页
        3.1.3 基于MapReduce的ISODATA算法的实现第34-38页
    3.2 WISODATA算法及MapReduce化第38-43页
        3.2.1 改进的ISODATA算法WISODATA第38-39页
        3.2.2 基于MapReduce的WISODATA算法的设计与实现第39-43页
    3.3 本章小结第43-46页
第4章 实验与结果分析第46-58页
    4.1 实验环境第46-47页
    4.2 基于MapReduce的ISODATA算法性能分析第47-51页
        4.2.1 实验数据第47-48页
        4.2.2 算法性能分析第48-51页
    4.3 ISODATA与WISODATA算法聚类结果分析第51-53页
        4.3.1 实验数据第51-52页
        4.3.2 聚类结果分析第52-53页
    4.4 基于MapReduce的WISODATA算法性能分析第53-56页
    4.5 本章小结第56-58页
第5章 总结与展望第58-60页
    5.1 本文总结第58-59页
    5.2 未来的工作第59-60页
参考文献第60-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:基于热压块的高铁三水铝土矿还原—选分新工艺的基础研究
下一篇:高炉冶炼进口高铬型钒钛磁铁矿合理炉料结构的实验研究