| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-16页 |
| ·研究背景及意义 | 第13页 |
| ·国内外研究现状 | 第13-14页 |
| ·云计算的国内外研究现状 | 第13-14页 |
| ·数据挖掘技术及网格化聚类分析技术的国内外研究现状 | 第14页 |
| ·云计算环境下网格化聚类分析技术的国内外研究现状 | 第14页 |
| ·本文的主要内容和组织结构 | 第14-16页 |
| 第二章 云计算相关理论及云计算平台 Hadoop | 第16-27页 |
| ·云计算相关理论 | 第16-21页 |
| ·云计算概述 | 第16页 |
| ·云计算的概念和特点 | 第16-18页 |
| ·云计算的体系结构 | 第18-19页 |
| ·云计算的分类 | 第19-20页 |
| ·云计算关键技术 | 第20-21页 |
| ·云计算平台 Hadoop | 第21-26页 |
| ·Hadoop 的概念 | 第21-22页 |
| ·文件系统 HDFS | 第22-23页 |
| ·并行编程模式 MapReduce | 第23-24页 |
| ·分布式非关系型存储系统 HBase | 第24-25页 |
| ·Hadoop 平台的优点 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 数据挖掘和聚类分析 | 第27-35页 |
| ·数据挖掘 | 第27-29页 |
| ·数据挖掘概念 | 第27页 |
| ·数据挖掘的功能 | 第27-28页 |
| ·数据挖掘的一般过程及主要工作 | 第28-29页 |
| ·数据挖掘技术中的聚类分析技术 | 第29-31页 |
| ·聚类分析概述 | 第29-30页 |
| ·聚类分析算法的分类 | 第30-31页 |
| ·聚类分析算法中的基于划分的方法 | 第31-32页 |
| ·聚类分析算法中的基于密度的方法 | 第32页 |
| ·聚类分析算法中的基于网格的方法 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 网格化均值聚类分析算法的改进及其并行化 | 第35-39页 |
| ·网格化聚类算法的均值近似方法 | 第35页 |
| ·相关概念 | 第35页 |
| ·网格化聚类算法的均值近似方法的基本思想 | 第35页 |
| ·网格化聚类算法的均值近似方法的改进 | 第35-38页 |
| ·改进的网格化聚类算法的均值近似方法的基本步骤 | 第35页 |
| ·改进的网格化聚类算法的均值近似方法的时间复杂度 | 第35-36页 |
| ·改进的网格化聚类算法的均值近似方法的并行化 | 第36-38页 |
| ·改进的网格化聚类算法的均值近似方法并行化后的时间复杂度 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第五章 实验验证及分析 | 第39-45页 |
| ·实验环境的搭建 | 第39-42页 |
| ·硬件描述 | 第39页 |
| ·软件描述 | 第39页 |
| ·Hadoop 平台的搭建 | 第39-42页 |
| ·实验过程及分析 | 第42-44页 |
| ·实验过程 | 第42-43页 |
| ·实验分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 总结和展望 | 第45-47页 |
| ·总结 | 第45页 |
| ·展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间发表的论文和参与的科研项目 | 第51-52页 |