| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 医疗器械检测系统 | 第11页 |
| 1.2.2 云计算技术 | 第11-13页 |
| 1.3 论文的研究目的和内容 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 2 基础理论与关键技术 | 第15-23页 |
| 2.1 云计算 | 第15页 |
| 2.2 Hadoop概述 | 第15-16页 |
| 2.3 HDFS分布式文件系统 | 第16-18页 |
| 2.3.1 数据块 | 第16页 |
| 2.3.2 元数据节点和数据节点 | 第16页 |
| 2.3.3 HDFS构架 | 第16页 |
| 2.3.4 HDFS的设计 | 第16-17页 |
| 2.3.5 文件系统的名称空间 | 第17页 |
| 2.3.6 数据复制 | 第17页 |
| 2.3.7 文件系统元数据的持久化 | 第17-18页 |
| 2.3.8 通信协议 | 第18页 |
| 2.4 HBase开源数据库 | 第18-20页 |
| 2.5 MapReduce编程模型 | 第20-21页 |
| 2.5.1 MapReduce编程思维 | 第20-21页 |
| 2.5.2 MapReduce处理过程 | 第21页 |
| 2.6 Cygwin模拟环境 | 第21页 |
| 2.7 本章小结 | 第21-23页 |
| 3 基于云计算的医疗器械检测平台的需求分析与设计 | 第23-52页 |
| 3.1 需求分析 | 第23-29页 |
| 3.1.1 主要实现目标 | 第23-24页 |
| 3.1.2 可行性分析 | 第24-25页 |
| 3.1.3 医疗器械检验流程分析 | 第25-29页 |
| 3.2 总体设计 | 第29-36页 |
| 3.2.1 系统功能模块设计 | 第29-33页 |
| 3.2.2 体系结构设计 | 第33-35页 |
| 3.2.3 系统模型设计 | 第35-36页 |
| 3.3 云架构设计 | 第36-39页 |
| 3.3.1 云平台总体设计 | 第36页 |
| 3.3.2 云文件系统设计 | 第36-37页 |
| 3.3.4 HBase数据录入设计 | 第37-39页 |
| 3.4 MapReduce算法设计 | 第39-42页 |
| 3.4.1 MapReduce模型改进 | 第40-42页 |
| 3.4.2 改进模型中算法的设计与分析 | 第42页 |
| 3.5 基于ACO算法的任务调度策略设计 | 第42-49页 |
| 3.5.1 蚁群算法基本原理 | 第43-44页 |
| 3.5.2 改进的蚁群算法 | 第44页 |
| 3.5.3 信息素的定义 | 第44页 |
| 3.5.4 兄弟蚂蚁及其数目、生命周期、剩余信息素的定义 | 第44-46页 |
| 3.5.5 蚂蚁选择下一跳节点的规则 | 第46页 |
| 3.5.6 HEPA任务调度策略 | 第46-49页 |
| 3.6 数据库设计 | 第49-51页 |
| 3.7 本章小结 | 第51-52页 |
| 4 基于云计算的医疗器械检测平台的实现 | 第52-61页 |
| 4.1 部署Hadoop平台 | 第52页 |
| 4.2 基于Cygwin的HBase部署 | 第52-53页 |
| 4.3 基于HDFS的文件读写实现 | 第53-54页 |
| 4.3.1 HDFS写文件 | 第53-54页 |
| 4.3.2 HDFS读文件 | 第54页 |
| 4.4 基于HBase的数据读写实现 | 第54-55页 |
| 4.5 医疗器械检测平台主要模块的实现 | 第55-60页 |
| 4.5.1 主要功能模块实现 | 第55-59页 |
| 4.5.2 样品检测流程实现 | 第59-60页 |
| 4.6 系统效益分析 | 第60页 |
| 4.6.1 技术经济效益分析 | 第60页 |
| 4.6.2 推广应用前景分析 | 第60页 |
| 4.7 本章小结 | 第60-61页 |
| 5 结论 | 第61-64页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-69页 |