首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

面向领域大数据特征描述方法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-14页
    1.1 课题背景及研究意义第10-11页
    1.2 国内外研究现状第11-12页
        1.2.1 元数据研究现状第11-12页
        1.2.2 数据服务平台构建现状第12页
    1.3 论文的研究内容第12-13页
    1.4 论文的组织结构第13-14页
第2章 相关知识综述第14-24页
    2.1 元数据概述第14-15页
        2.1.1 元数据定义第14页
        2.1.2 元数据分类及作用第14-15页
    2.2 数据库存储技术第15-19页
        2.2.1 关系型和非关系型数据库技术的差异第15-17页
        2.2.2 MongoDB数据库第17-19页
    2.3 相关算法概述第19-22页
        2.3.1 KNN分类算法第19-20页
        2.3.2 遗传算法第20-21页
        2.3.3 神经网络第21-22页
    2.4 本章小结第22-24页
第3章 大数据特征描述方法研究第24-34页
    3.1 领域大数据特点分析第24-25页
    3.2 统一数据描述模型第25-29页
        3.2.1 基本属性第26-27页
        3.2.2 语义属性第27-28页
        3.2.3 访问控制属性第28页
        3.2.4 特征属性第28-29页
    3.3 统一数据描述模型的建模第29-33页
        3.3.1 关系型数据库建模第29-31页
        3.3.2 MongoDB数据库建模分析第31-33页
    3.4 本章小结第33-34页
第4章 基于大数据特征描述的数据平台设计第34-40页
    4.1 数据服务平台需求分析第34-35页
        4.1.1 面临的问题第34-35页
        4.1.2 需求分析第35页
    4.2 数据服务平台总体架构第35-38页
        4.2.1 应用层第36-37页
        4.2.2 数据服务层第37-38页
        4.2.3 数据描述层第38页
        4.2.4 数据层第38页
    4.3 本章小结第38-40页
第5章 借助GA-KNN及线性规划的数据分类方案研究第40-48页
    5.1 数据分类问题描述第40-41页
    5.2 数据预处理阶段第41页
    5.3 筛选相似数据第41-44页
        5.3.1 GA-KNN算法第41-43页
        5.3.2 线性规划问题第43-44页
    5.4 神经网络训练及决策输出阶段第44-45页
    5.5 实验与结果分析第45-47页
    5.6 本章小结第47-48页
第6章 基于大数据特征描述的数据平台实现第48-58页
    6.1 数据源信息管理模块第48-50页
        6.1.1 数据源的接入第48页
        6.1.2 数据源的更新第48-49页
        6.1.3 数据源的删除第49-50页
    6.2 数据查询模块第50-55页
        6.2.1 执行流程第50-52页
        6.2.2 查询结果重排序第52-54页
        6.2.3 查询结果自动分类第54-55页
    6.3 数据发布模块第55-57页
        6.3.1 数据上传模块第55-56页
        6.3.2 数据下载模块第56-57页
    6.4 本章小结第57-58页
第7章 功能验证与分析第58-66页
    7.1 实验环境第58页
    7.2 查询结果重排序的验证第58-59页
    7.3 数据分类的验证第59-61页
    7.4 数据访问验证第61-62页
    7.5 数据发布验证第62-64页
    7.6 本章小结第64-66页
结论第66-68页
参考文献第68-72页
攻读硕士学位期间所发表的学术论文第72-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:轨道交通建设安全风险监控管理信息系统的研究与实现
下一篇:融合三维模型与科研情境感知的信息推送研究