| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究的目的和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文主要工作 | 第11页 |
| ·论文各章节安排 | 第11-13页 |
| 第二章 云计算简述 | 第13-25页 |
| ·计算模式的发展 | 第13-14页 |
| ·云计算的概念 | 第14页 |
| ·云计算的优势 | 第14-15页 |
| ·Hadoop 技术架构 | 第15-24页 |
| ·HDFS | 第17-20页 |
| ·MapReduce | 第20-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 增量学习简述 | 第25-37页 |
| ·增量学习问题描述 | 第25-26页 |
| ·增量学习的优势 | 第26-27页 |
| ·增量学习算法的分类 | 第27-33页 |
| ·概念漂移 | 第27-28页 |
| ·样本记忆空间 | 第28-30页 |
| ·基于的机器学习算法 | 第30-33页 |
| ·基于集成策略的增量分类简介 | 第33-34页 |
| ·集成思想概述 | 第33页 |
| ·基于“集成”的增量学习 | 第33-34页 |
| ·增量分类需要解决的若干问题 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 云平台上基于模块化思想的增量分类研究 | 第37-46页 |
| ·基于Map/Reduce 的模块化增量分类模型及特点 | 第37-39页 |
| ·基于Map/Reduce 的模块化增量分类模型 | 第37-38页 |
| ·基于Map/Reduce 的模块化增量分类模型的特点 | 第38-39页 |
| ·基于Map/Reduce 的模块化增量分类算法 | 第39-41页 |
| ·Map 过程 | 第39页 |
| ·Reduce 过程 | 第39-40页 |
| ·算法分析 | 第40-41页 |
| ·仿真实验及分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 云平台上基于选择性集成的增量分类研究 | 第46-58页 |
| ·基于Map/Reduce 的选择性集成增量分类模型及特点 | 第46-50页 |
| ·基于Map/Reduce 的选择性集成增量分类模型 | 第46-47页 |
| ·基于Map/Reduce 的选择性集成增量分类模型的特点 | 第47-50页 |
| ·基于Map/Reduce 的选择性集成增量分类算法及分析 | 第50-53页 |
| ·Map 过程 | 第50页 |
| ·Reduce 过程 | 第50-51页 |
| ·算法分析 | 第51-53页 |
| ·仿真实验及分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 实验系统简介 | 第58-64页 |
| ·Hadoop 平台搭建 | 第58-62页 |
| ·硬件环境描述 | 第58页 |
| ·软件环境描述 | 第58页 |
| ·Hadoop 环境搭建及运行 | 第58-62页 |
| ·实验流程 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第七章 总结与展望 | 第64-65页 |
| ·工作总结 | 第64页 |
| ·工作展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 本人已发表论文 | 第71页 |
