| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究和应用现状分析 | 第10-11页 |
| 1.3 研究内容和意义 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 2 智能套印系统结构及工作原理 | 第13-17页 |
| 2.1 智能套印系统结构及工作原理 | 第13-14页 |
| 2.2 智能套印系统误差检测原理 | 第14-15页 |
| 2.3 智能套印系统主要机型及技术参数 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 3 Hadoop核心技术原理 | 第17-26页 |
| 3.1 Hadoop体系架构 | 第17-18页 |
| 3.2 HDFS分布式文件系统 | 第18-19页 |
| 3.3 Map Reduce工作原理 | 第19-21页 |
| 3.4 HBase分布式数据库 | 第21-22页 |
| 3.5 Hive数据仓库 | 第22-24页 |
| 3.6 Mahout机器学习 | 第24-25页 |
| 3.7 本章小结 | 第25-26页 |
| 4 基于hadoop的智能套印云计算系统的设计 | 第26-46页 |
| 4.1 系统整体架构设计 | 第26-27页 |
| 4.2 系统模块设计 | 第27-45页 |
| 4.3 本章小结 | 第45-46页 |
| 5 基于hadoop的智能套印云计算系统的实现 | 第46-65页 |
| 5.1 构建Hadoop集群环境平台 | 第46-51页 |
| 5.2 构上位机实时监控功能的实现 | 第51-53页 |
| 5.3 HDFS上视频数据存储与查询功能的实现 | 第53-54页 |
| 5.4 HBase上运行参数数据存储及查询功能的实现 | 第54-56页 |
| 5.5 Hive上用户数据存储及查询功能的实现 | 第56-57页 |
| 5.6 数据分析模块功能的实现 | 第57-64页 |
| 5.7 本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |