| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 本文主要研究内容及贡献 | 第17-18页 |
| 1.4 论文组织结构及课题来源 | 第18-19页 |
| 第2章 健康物联网及相关技术概述 | 第19-27页 |
| 2.1 健康物联网及其体系结构 | 第19-20页 |
| 2.2 健康物联网中间件 | 第20-21页 |
| 2.3 健康物联网感知层技术 | 第21-22页 |
| 2.4 Hadoop及相关子模块概述 | 第22-26页 |
| 2.4.1 分布式文件系统HDFS | 第22-23页 |
| 2.4.2 分布式编程模型MapReduce | 第23-24页 |
| 2.4.3 分布式数据仓库Hive | 第24-26页 |
| 2.4.4 Sqoop技术 | 第26页 |
| 2.5 数据挖掘算法 | 第26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 健康物联网数据处理总体流程和设计 | 第27-41页 |
| 3.1 健康物联网数据处理的总体流程 | 第27-28页 |
| 3.2 异构数据加载转换设计 | 第28-30页 |
| 3.3 分布式数据清洗算法设计 | 第30-35页 |
| 3.3.1 数据清洗的MR模型流程分析 | 第31-32页 |
| 3.3.2 基于MR的数据清洗算法设计 | 第32-34页 |
| 3.3.3 基于Hive的数据清洗设计 | 第34-35页 |
| 3.4 分布式数据挖掘算法设计 | 第35-40页 |
| 3.4.1 健康物联网数据挖掘的必要性 | 第36-38页 |
| 3.4.2 数据挖掘模块算法设计与分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于Hadoop的DKBAC聚类算法设计与实现 | 第41-51页 |
| 4.1 蚁群算法机制原理 | 第41-42页 |
| 4.2 基于蚁群的KBAC聚类算法 | 第42-43页 |
| 4.3 DKBAC聚类算法的正确性验证 | 第43-44页 |
| 4.4 基于MapReduce的DKBAC算法的具体实现 | 第44-50页 |
| 4.4.1 DKBAC算法中MapReduce任务的模型结构 | 第45页 |
| 4.4.2 统计蚁群信息素阶段的设计与实现 | 第45-48页 |
| 4.4.3 蚁群信息素聚类的设计与实现 | 第48-49页 |
| 4.4.4 统计更新聚类中心阶段的设计与实现 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 基于Hadoop的数据挖掘算法设计与研究 | 第51-61页 |
| 5.1 分布式随机森林算法设计与研究 | 第51-56页 |
| 5.1.1 随机森林算法 | 第51-53页 |
| 5.1.2 基于Hadoop的分布式随机森林算法设计 | 第53-55页 |
| 5.1.3 分布式随机森林算法的评价分析 | 第55-56页 |
| 5.2 基于Hadoop的分布式关联规则算法设计与研究 | 第56-59页 |
| 5.2.1 FP-Growth算法 | 第56-57页 |
| 5.2.2 基于Hadoop的分布式FP-Growth算法设计 | 第57-58页 |
| 5.2.3 分布式关联规则算法的评价分析 | 第58-59页 |
| 5.3 相关分布式数据挖掘算法及设计原则 | 第59-60页 |
| 5.3.1 基于Hadoop的其他分布式数据挖掘算法 | 第59-60页 |
| 5.3.2 基于Hadoop的数据挖掘算法设计原则 | 第60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 实验部署及结果分析 | 第61-71页 |
| 6.1 Hadoop实验平台搭建 | 第61-64页 |
| 6.1.1 软硬件环境 | 第61页 |
| 6.1.2 Hadoop数据处理平台搭建及部署 | 第61-64页 |
| 6.2 数据清洗算法测试结果 | 第64-65页 |
| 6.2.1 异常过滤清洗效果 | 第64页 |
| 6.2.2 时间过滤清洗效果 | 第64-65页 |
| 6.2.3 相似度过滤清洗效果 | 第65页 |
| 6.3 分布式数据挖掘算法的性能指标 | 第65页 |
| 6.4 DKBAC数据聚类结果及分析 | 第65-68页 |
| 6.4.1 分布式聚类结果分析 | 第65-67页 |
| 6.4.2 分布式聚类算法的复杂度分析 | 第67-68页 |
| 6.5 并行随机森林分类及关联规则结果分析 | 第68-70页 |
| 6.5.1 基于Hadoop的随机森林算法测试分析 | 第68-69页 |
| 6.5.2 基于Hadoop的FP-Growth算法测试分析 | 第69-70页 |
| 6.6 本章小结 | 第70-71页 |
| 第7章 总结与展望 | 第71-73页 |
| 7.1 工作总结 | 第71-72页 |
| 7.2 工作展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
