| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的研究工作 | 第11页 |
| ·本文的结构安排 | 第11-13页 |
| 第二章 基本理论和方法 | 第13-23页 |
| ·云计算的相关概念 | 第13-18页 |
| ·云计算的定义 | 第13页 |
| ·云计算的特点 | 第13-14页 |
| ·云计算的关键技术 | 第14-18页 |
| ·数据布局的相关概念 | 第18-19页 |
| ·数据管理的定义 | 第18页 |
| ·数据布局的定义 | 第18页 |
| ·数据布局的目标 | 第18-19页 |
| ·云计算环境下的数据布局研究 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于改进的 K 均值聚类算法的数据布局 | 第23-43页 |
| ·聚类算法的相关概念 | 第23-25页 |
| ·聚类的定义 | 第23页 |
| ·聚类的主要过程 | 第23-24页 |
| ·聚类算法的分类 | 第24-25页 |
| ·K 均值聚类算法的相关概念 | 第25-28页 |
| ·K 均值聚类算法的定义 | 第25-26页 |
| ·K 均值聚类算法的工作原理 | 第26-27页 |
| ·K 均值聚类算法存在的问题 | 第27-28页 |
| ·改进的 K 均值聚类算法 | 第28-35页 |
| ·问题的引入 | 第28页 |
| ·改进的 K 均值聚类算法的两个阶段 | 第28-29页 |
| ·改进的 K 均值聚类算法的创建阶段的数据布局 | 第29-32页 |
| ·改进的 K 均值聚类算法的运行阶段的数据布局 | 第32-34页 |
| ·改进的 K 均值算法的基本流程 | 第34-35页 |
| ·改进的 K 均值聚类算法的仿真实验 | 第35-41页 |
| ·实验环境和实验设计 | 第35-37页 |
| ·实验结果分析 | 第37-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于 FISHER 线性判别的改进 K 均值算法的数据布局 | 第43-60页 |
| ·FISHER 线性判别分析法的相关概念 | 第43-49页 |
| ·模式识别的概述 | 第43-45页 |
| ·特征选取的概述 | 第45-46页 |
| ·线性判别分析法的概述 | 第46页 |
| ·Fisher 线性判别分析法的定义 | 第46-49页 |
| ·基于 FISHER 线性判别的改进 K 均值算法的数据布局 | 第49-55页 |
| ·问题的引入 | 第49页 |
| ·应用创建阶段的数据布局策略 | 第49-52页 |
| ·应用运行阶段的数据布局策略 | 第52-53页 |
| ·基于 Fisher 线性判别的改进 K 均值算法的基本流程 | 第53-55页 |
| ·基于 FISHER 线性判别分析法的 K 均值算法的模拟实验 | 第55-58页 |
| ·实验环境与实验设计 | 第55-56页 |
| ·实验结果分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·论文总结 | 第60页 |
| ·工作展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |
