| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题来源 | 第11页 |
| 1.2 研究背景及意义 | 第11-12页 |
| 1.3 相关研究发展现状 | 第12-14页 |
| 1.3.1 大数据处理技术的研究及应用现状 | 第12页 |
| 1.3.2 工业制造大数据平台的研究和发展现状 | 第12-14页 |
| 1.4 本文研究内容的和章节安排 | 第14-16页 |
| 第二章 工业物联网中大数据的特征分析和处理技术 | 第16-25页 |
| 2.1 工业物联网中大数据特征分析 | 第16-19页 |
| 2.1.1 大数据的定义 | 第16页 |
| 2.1.2 工业物联网大数据特点 | 第16-17页 |
| 2.1.3 工业物联网的大数据来源 | 第17-18页 |
| 2.1.4 工业物联网中大数据应用的关键问题 | 第18-19页 |
| 2.2 Hadoop大数据处理平台 | 第19-21页 |
| 2.2.1 分布式文件系统 | 第19-20页 |
| 2.2.2 MapReduce编程模型 | 第20-21页 |
| 2.3 HBase分布式存储架构 | 第21-24页 |
| 2.3.1 HBase简介 | 第21页 |
| 2.3.2 HBase数据模型 | 第21-23页 |
| 2.3.3 HBase体系架构 | 第23-24页 |
| 2.3.4 与传统关系型数据库的对比 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 线缆生产的大数据服务平台设计方案 | 第25-46页 |
| 3.1 平台的需求分析 | 第25-27页 |
| 3.2 平台总体功能设计 | 第27-34页 |
| 3.2.1 生产数据的获取模块 | 第27-30页 |
| 3.2.2 分布式数据存储架构模块 | 第30-31页 |
| 3.2.3 现场生产数据的实时监控 | 第31-32页 |
| 3.2.4 订单预警数据分析 | 第32页 |
| 3.2.5 数据挖掘模块 | 第32-34页 |
| 3.3 平台的数据库的设计 | 第34-41页 |
| 3.3.1 数据库逻辑关系设计 | 第34-36页 |
| 3.3.2 数据库物理结构设计 | 第36-38页 |
| 3.3.3 生产数据的规范处理 | 第38-39页 |
| 3.3.4 基于HBase的数据存储模型 | 第39-41页 |
| 3.4 平台的软件框架设计 | 第41-44页 |
| 3.4.1 Spring MVC框架 | 第41-43页 |
| 3.4.2 Hadoop与Spring MVC的整合 | 第43-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 大数据计算环境的搭建与软件框架的构建 | 第46-61页 |
| 4.1 平台环境 | 第46-48页 |
| 4.1.1 硬件环境 | 第46-47页 |
| 4.1.2 软件环境 | 第47-48页 |
| 4.2 Hadoop环境搭建 | 第48-52页 |
| 4.2.1 配置准备 | 第48-49页 |
| 4.2.2 安装Hadoop | 第49-52页 |
| 4.3 HBase环境搭建 | 第52-54页 |
| 4.3.1 安装配置Zookeeper集群 | 第52页 |
| 4.3.2 安装配置HBase集群 | 第52-53页 |
| 4.3.3 HBase运行实例 | 第53-54页 |
| 4.4 服务平台的Spring MVC具体实现 | 第54-60页 |
| 4.4.1 Spring MVC框架的配置 | 第54-56页 |
| 4.4.2 Spring MVC对Controller的构建 | 第56-58页 |
| 4.4.3 Spring MVC对View的构建 | 第58-59页 |
| 4.4.4 Spring MVC对Model的构建 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 关联规则数据挖掘算法的研究 | 第61-73页 |
| 5.1 数据挖掘算法 | 第61-67页 |
| 5.1.1 关联规则的基本概念 | 第61-62页 |
| 5.1.2 关联规则的挖掘步骤 | 第62-63页 |
| 5.1.3 Apriori算法介绍 | 第63-64页 |
| 5.1.4 Apriori算法的实例分析 | 第64-67页 |
| 5.2 基于MapReduce的改进Apriori算法 | 第67-70页 |
| 5.2.1 改进的Apriori算法的基本思想 | 第67-68页 |
| 5.2.2 改进的Apriori算法实例分析 | 第68-70页 |
| 5.3 改进的算法仿真和测试 | 第70-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 关于线缆生产的大数据服务平台的实现 | 第73-85页 |
| 6.1 生产数据获取模块的实现 | 第73-77页 |
| 6.1.2 工业现场的数据采集点部署 | 第73-75页 |
| 6.1.3 数据采集和上传 | 第75-77页 |
| 6.2 分布式数据存储架构模块的实现 | 第77-78页 |
| 6.3 现场生产数据的实时监控模块的实现 | 第78-80页 |
| 6.4 订单预警数据分析模块的实现 | 第80-81页 |
| 6.5 数据挖掘模块的实现 | 第81-84页 |
| 6.5.1 生产数据的数据规范化 | 第81页 |
| 6.5.2 生产数据的关联挖掘 | 第81-83页 |
| 6.5.3 挖掘结果的展示与分析 | 第83-84页 |
| 6.6 本章小结 | 第84-85页 |
| 第七章 总结与展望 | 第85-87页 |
| 7.1 总结 | 第85-86页 |
| 7.2 展望 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-91页 |
