| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-19页 |
| 1.3 研究的主要内容 | 第19-20页 |
| 1.4 论文的组织架构 | 第20-22页 |
| 第二章 聚类算法研究 | 第22-28页 |
| 2.1 聚类分析概述 | 第22-23页 |
| 2.2 聚类基本步骤 | 第23-24页 |
| 2.3 聚类算法分类 | 第24-26页 |
| 2.4 相似性度量 | 第26-27页 |
| 2.5 聚类算法的扩展性分析 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 Hadoop和Spark分布式平台介绍 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 分布式平台Hadoop | 第28-32页 |
| 3.2.1 分布式文件系统HDFS | 第29-30页 |
| 3.2.2 分布式编程模型Map Reduce | 第30-32页 |
| 3.3 快速分布式引擎Spark | 第32-37页 |
| 3.3.1 Spark生态系统 | 第33-34页 |
| 3.3.2 Spark的RDD抽象 | 第34-36页 |
| 3.3.3 Spark编程模型 | 第36页 |
| 3.3.4 Spark相比Map Reduce的优势分析 | 第36-37页 |
| 3.4 Hadoop和Spark平台配置信息 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 可扩展的并行K-means算法研究 | 第40-54页 |
| 4.1 引言 | 第40页 |
| 4.2 K-means算法原理 | 第40-41页 |
| 4.3 基于Map Reduce的并行K-means算法 | 第41-44页 |
| 4.3.1 Map函数的设计 | 第42页 |
| 4.3.2 Combine函数的设计 | 第42-43页 |
| 4.3.3 Reduce函数的设计 | 第43-44页 |
| 4.4 基于Spark的并行K-means算法 | 第44-46页 |
| 4.5 实验结果及分析 | 第46-52页 |
| 4.5.1 数据集描述 | 第46页 |
| 4.5.2 运行时间比较 | 第46-49页 |
| 4.5.3 聚类质量比较 | 第49-50页 |
| 4.5.4 并行性能分析 | 第50-52页 |
| 4.6 本章小结 | 第52-54页 |
| 第五章 可扩展的并行Fuzzy C-means算法研究 | 第54-68页 |
| 5.1 引言 | 第54页 |
| 5.2 Fuzzy C-means算法原理 | 第54-56页 |
| 5.3 基于Map Reduce的并行Fuzzy C-means算法 | 第56-58页 |
| 5.3.1 Map函数的设计 | 第57页 |
| 5.3.2 Combine函数的设计 | 第57-58页 |
| 5.3.3 Reduce函数的设计 | 第58页 |
| 5.3.4 Iterations函数的设计 | 第58页 |
| 5.3.5 Classification函数的设计 | 第58页 |
| 5.4 基于Spark的并行Fuzzy C-means算法 | 第58-61页 |
| 5.4.1 Map函数设计 | 第60-61页 |
| 5.4.2 Reduce By Key函数设计 | 第61页 |
| 5.5 实验结果及分析 | 第61-67页 |
| 5.5.1 实验参数 | 第61-62页 |
| 5.5.2 运行时间比较 | 第62-64页 |
| 5.5.3 聚类质量比较 | 第64-65页 |
| 5.5.4 并行性能分析 | 第65-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第六章 总结及展望 | 第68-70页 |
| 6.1 工作总结 | 第68-69页 |
| 6.2 未来展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |
