| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-13页 |
| 1.4 论文组织结构 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 相关理论与技术 | 第14-26页 |
| 2.1 物联网核心技术 | 第14-15页 |
| 2.2 大数据理论概述 | 第15-17页 |
| 2.3 MapReduce计算模型 | 第17-18页 |
| 2.4 聚类算法概述 | 第18-22页 |
| 2.5 不完整数据填充算法概述 | 第22-24页 |
| 2.6 本章小结 | 第24-26页 |
| 3 基于MapReduce的不完整数据减法聚类算法 | 第26-40页 |
| 3.1 减法聚类算法 | 第26-27页 |
| 3.2 不完整数据减法聚类算法 | 第27-32页 |
| 3.2.1 数值属性归一化 | 第27-28页 |
| 3.2.2 分类属性数值化 | 第28-29页 |
| 3.2.3 矩阵相乘方法 | 第29页 |
| 3.2.4 基于减法聚类的不完整数据聚类算法 | 第29-31页 |
| 3.2.5 算法时间复杂度分析 | 第31-32页 |
| 3.3 不完整数据减法聚类算法的并行化设计 | 第32-35页 |
| 3.3.1 数据集划分的MapReduce并行化设计 | 第32-34页 |
| 3.3.2 生成样本点距离矩阵的MapReduce并行化设计 | 第34页 |
| 3.3.3 计算各样本点密度指标的MapReduce并行化设计 | 第34-35页 |
| 3.3.4 算法时间复杂度分析 | 第35页 |
| 3.4 实验分析 | 第35-39页 |
| 3.4.1 基于减法聚类的不完整数据聚类算法性能分析 | 第36-37页 |
| 3.4.2 单机环境下的聚类比较分析 | 第37-38页 |
| 3.4.3 分布式环境下聚类实验分析 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 基于分布式减法聚类的不完整数据填充算法 | 第40-48页 |
| 4.1 基于属性重要性的加权系数 | 第40-42页 |
| 4.2 基于聚类与加权距离的不完整数据填充算法 | 第42-44页 |
| 4.2.1 算法详细流程 | 第42-44页 |
| 4.2.2 算法时间复杂度分析 | 第44页 |
| 4.3 实验分析 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 本文算法在桥梁监测中的应用 | 第48-60页 |
| 5.1 桥梁监测系统仿真实验环境搭建 | 第48-55页 |
| 5.1.1 传感器数据采集层设计 | 第49-53页 |
| 5.1.2 数据汇聚与传输层设计 | 第53-55页 |
| 5.2 桥梁监测不完整大数据填充算法实现分析 | 第55-59页 |
| 5.3 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-66页 |
