摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 K-means聚类算法研究现状 | 第12-13页 |
1.2.2 基于云平台的K-means聚类算法研究现状 | 第13-14页 |
1.3 论文研究内容 | 第14-15页 |
1.4 论文内容组织结构 | 第15-17页 |
第二章 相关技术概述 | 第17-34页 |
2.1 数据挖掘概述 | 第17-19页 |
2.1.1 数据挖掘定义 | 第17页 |
2.1.2 数据挖掘基本过程 | 第17-19页 |
2.2 数据挖掘聚类分析概述 | 第19-22页 |
2.2.1 聚类分析定义 | 第19页 |
2.2.2 聚类分析种类 | 第19-21页 |
2.2.3 聚类分析相似性度量 | 第21-22页 |
2.2.4 聚类结果评价标准 | 第22页 |
2.2.5 聚类分析基本过程 | 第22页 |
2.3 经典遗传算法概述 | 第22-25页 |
2.3.1 遗传算法研究历史与现状 | 第22-23页 |
2.3.2 遗传算法基本原理 | 第23-24页 |
2.3.3 遗传算法执行流程 | 第24-25页 |
2.4 聚类算法并行化技术概述 | 第25-28页 |
2.4.1 分布式计算技术概述 | 第25-26页 |
2.4.2 并行计算性能评价指标 | 第26-28页 |
2.5 云计算平台Spark | 第28-32页 |
2.5.1 Spark架构与生态 | 第28-31页 |
2.5.2 Spark执行流程 | 第31-32页 |
2.6 资源调度平台YARN | 第32-34页 |
第三章 传统K-means算法及改进算法研究 | 第34-44页 |
3.1 传统K-means聚类算法研究 | 第34-36页 |
3.1.1 K-means聚类算法基本原理 | 第34-36页 |
3.1.2 K-means聚类算法优缺点 | 第36页 |
3.2 基于改进遗传算法的混合K-means聚类算法设计与实现 | 第36-44页 |
3.2.1 改进K-means算法设计思路 | 第36-37页 |
3.2.2 改进K-means算法具体实现 | 第37-41页 |
3.2.3 数据归一化 | 第41页 |
3.2.4 改进算法的执行流程 | 第41-44页 |
第四章 分布式环境下K-means改进算法的并行化研究 | 第44-51页 |
4.1 Spark并行计算模型 | 第44页 |
4.2 基于Spark的GA-K-means算法的并行化设计 | 第44-46页 |
4.3 基于Spark的GA-K-means算法的并行化实现 | 第46-51页 |
第五章 实验平台搭建与结果分析 | 第51-63页 |
5.1 实验平台搭建 | 第51-53页 |
5.1.1 硬件环境配置 | 第51页 |
5.1.2 软件环境配置 | 第51-52页 |
5.1.3 资源管理平台YARN的搭建 | 第52页 |
5.1.4 Spark集群开发环境搭建 | 第52-53页 |
5.2 实验数据 | 第53页 |
5.3 实验评价指标 | 第53-54页 |
5.4 实验结果分析 | 第54-63页 |
5.4.1 K-means算法与GA-K-means算法聚类分析 | 第54-61页 |
5.4.2 基于Spark的并行化GA-K-means算法聚类分析 | 第61-63页 |
第六章 总结与展望 | 第63-65页 |
6.1 总结 | 第63-64页 |
6.2 展望 | 第64-65页 |
参考文献 | 第65-68页 |
致谢 | 第68-69页 |
攻读学位期间研究成果 | 第69页 |