基于Hadoop平台的分布式EM聚类算法
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·云计算平台 | 第11-12页 |
| ·聚类分析 | 第12-13页 |
| ·论文的研究内容 | 第13页 |
| ·论文的组织结构 | 第13-15页 |
| 2 Hadoop 分布式管理技术 | 第15-25页 |
| ·Hadoop 平台 | 第15-16页 |
| ·HDFS 分布式文件系统 | 第16-20页 |
| ·HDFS 体系结构 | 第16-18页 |
| ·HDFS 主要特性 | 第18-20页 |
| ·MapReduce 编程模型 | 第20-24页 |
| ·MapReduce 实现机制 | 第20-21页 |
| ·MapReduce 编程方法 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 3 EM 算法及其初始化 | 第25-36页 |
| ·EM 算法 | 第25-27页 |
| ·高斯混合模型 | 第25-26页 |
| ·基于高斯混合模型的 EM 聚类算法 | 第26-27页 |
| ·EM 算法初始化 | 第27-32页 |
| ·传统初始化方法 | 第27-28页 |
| ·MergeC 初始化方法 | 第28-32页 |
| ·EM 初始化方法实验与分析 | 第32-35页 |
| ·聚类准确性 | 第32-34页 |
| ·时间复杂度 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 分布式 EM 算法设计与实现 | 第36-46页 |
| ·相关技术 | 第36-39页 |
| ·本地规约 | 第36-37页 |
| ·全局数据 | 第37-38页 |
| ·迭代式 MapReduce | 第38页 |
| ·InputFormat 接口 | 第38-39页 |
| ·分布式 EM 算法设计 | 第39-40页 |
| ·分布式 EM 算法实现 | 第40-45页 |
| ·MeanMapReduce 阶段 | 第40-43页 |
| ·VarMapReduce 阶段 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 5 算法分析与评价 | 第46-51页 |
| ·算法实验的 Hadoop 平台 | 第46-48页 |
| ·实验环境 | 第46页 |
| ·Hadoop 安装与配置 | 第46-48页 |
| ·Hadoop 启动 | 第48页 |
| ·分布式 EM 算法实验分析 | 第48-50页 |
| ·聚类结果分析 | 第48-49页 |
| ·聚类效率分析 | 第49-50页 |
| ·本章小节 | 第50-51页 |
| 6 工作总结与展望 | 第51-53页 |
| ·工作总结 | 第51页 |
| ·进一步研究与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间取得的科研成果清单 | 第57页 |
