首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于大数据的目标关系图谱系统设计与实现

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-15页
第一章 绪论第15-21页
    1.1 论文研究背景和意义第15-16页
    1.2 国内外研究现状第16-18页
        1.2.1 分布式图数据处理研究现状第16-17页
        1.2.2 PageRank算法及社区发现研究现状第17-18页
    1.3 本文主要工作及创新点第18-19页
    1.4 本文组织结构第19-21页
第二章 相关理论技术综述第21-35页
    2.1 Hadoop架构理论第21-24页
        2.1.1 Hadoop平台简述第21页
        2.1.2 分布式文件系统HDFS第21-22页
        2.1.3 分布式存储系统第22-23页
        2.1.4 分布式计算引擎Spark第23-24页
    2.2 BSP模型概述第24-26页
        2.2.1 BSP模型简述第24-25页
        2.2.2 Pregel分布式图计算框架第25-26页
    2.3 PageRank算法介绍第26-30页
        2.3.1 PageRank算法基本概念第26-29页
        2.3.2 随机冲浪模型第29-30页
    2.4 社区发现算法综述第30-34页
        2.4.2 非重叠社区发现第31-32页
        2.4.3 重叠社区发现第32-34页
    2.5 本章小结第34-35页
第三章 基于Hadoop平台的军事通信网络重要目标排序算法第35-47页
    3.1 军事通信网络及目标重要度评估第35页
    3.2 提出军事目标网络MilitaryRank排序算法第35-40页
        3.2.1 军事通信网络通信权威性第36-37页
        3.2.2 军事通信时间权重第37页
        3.2.3 抑制虚假军事通信节点第37-38页
        3.2.4 通信节点行动力加权第38-39页
        3.2.5 军事通信网络加权排序第39-40页
    3.3 实验验证与结果分析第40-46页
        3.3.1 实验环境及重要参数第40-41页
        3.3.2 实验数据集第41-42页
        3.3.3 实验结果及分析第42-46页
    3.4 本章小结第46-47页
第四章 弹性中心子团的社区发现算法第47-69页
    4.1 社区核心及核心发现第47-51页
    4.2 提出弹性中心扩展子团的社区发现算法第51-57页
        4.2.1 种子节点选取第51-53页
        4.2.2 局部社区的扩张第53-56页
        4.2.3 冗余社区合并第56页
        4.2.4 时间复杂度分析第56-57页
    4.3 实验与结果分析第57-68页
        4.3.1 实验环境第57页
        4.3.2 实验数据集第57-58页
        4.3.3 实验结果分析第58-68页
    4.4 本章小结第68-69页
第五章 军事目标关系图谱系统架构及实践应用第69-73页
    5.1 构建军事目标关系图谱挖掘架构第69-70页
    5.2 构建弹性中心子团社区发现架构第70-71页
    5.3 时间复杂度分析第71页
    5.4 工程实践运用第71-72页
    5.5 本章小结第72-73页
第六章 总结与展望第73-75页
参考文献第75-83页
致谢第83-85页
作者简介第85-86页

论文共86页,点击 下载论文
上一篇:头相关传递函数的球谐域精简建模方法与应用
下一篇:基于时空混沌的多核并行图像加密算法研究