| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 论文研究背景 | 第9-10页 |
| 1.2 电力行业云计算及数据挖掘研究现状 | 第10-11页 |
| 1.3 数据挖掘离群点研究现状 | 第11-12页 |
| 1.4 论文主要研究内容 | 第12页 |
| 1.5 论文组织结构 | 第12-14页 |
| 第二章 数据挖掘离群点检测及分布式计算框架概述 | 第14-29页 |
| 2.1 数据挖掘离群点技术 | 第14-22页 |
| 2.1.1 离群点概述 | 第14-16页 |
| 2.1.2 离群点检测算法 | 第16-22页 |
| 2.2 分布式计算框架 | 第22-28页 |
| 2.2.1 Hadoop概述 | 第22-26页 |
| 2.2.2 Spark框架概述 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于聚类的离群点检测算法研究及优化 | 第29-39页 |
| 3.1 经典K-Means算法论述 | 第29-31页 |
| 3.2 Canopy算法论述以及K-Means算法的优化 | 第31-34页 |
| 3.3 基于聚类的离群点检测算法论述及优化 | 第34-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 离群点检测算法的分布式实现 | 第39-47页 |
| 4.1 算法分布式设计 | 第39-43页 |
| 4.1.1 聚类算法分布式设计 | 第40-41页 |
| 4.1.2 离群点检测算法分布式设计 | 第41-43页 |
| 4.2 算法分布式具体实现 | 第43-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 系统部署及在电力设备故障检测中应用 | 第47-57页 |
| 5.1 分布式计算平台搭建 | 第47-50页 |
| 5.1.1 Hadoop搭建与配置 | 第47-50页 |
| 5.1.2 Spark搭建与配置 | 第50页 |
| 5.2 实验执行及结果分析 | 第50-56页 |
| 5.2.1 实验数据准备 | 第50-51页 |
| 5.2.2 实验过程 | 第51-53页 |
| 5.2.3 结果分析 | 第53-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |