基于Spark的聚类集成系统研究与设计
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 聚类集成的研究现状 | 第13页 |
| 1.2.2 云计算现状 | 第13-15页 |
| 1.2.3 基于云计算聚类算法研究现状 | 第15页 |
| 1.3 论文主要研究内容和结构安排 | 第15-17页 |
| 第2章 相关技术介绍 | 第17-31页 |
| 2.1 聚类集成理论基础 | 第17-27页 |
| 2.1.1 聚类原理 | 第17-22页 |
| 2.1.2 聚类集成基础 | 第22-27页 |
| 2.2 云计算技术 | 第27-30页 |
| 2.2.1 云计算的定义 | 第27-28页 |
| 2.2.2 云计算模型 | 第28-29页 |
| 2.2.3 分布式计算框架 | 第29-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 基于RDDS的分布式聚类集成算法 | 第31-44页 |
| 3.1 弹性分布式数据集 | 第31-34页 |
| 3.1.1 RDDs概念 | 第31-32页 |
| 3.1.2 RDDs编程模型 | 第32-33页 |
| 3.1.3 RDDs操作 | 第33-34页 |
| 3.2 分布式邻接表设计 | 第34-36页 |
| 3.3 改进的分布式最近邻传播算法 | 第36-39页 |
| 3.3.1 传统AP算法 | 第36-38页 |
| 3.3.2 MDAP算法 | 第38-39页 |
| 3.4 分布式聚类集成算法步骤 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于SPARK的聚类集成系统设计 | 第44-66页 |
| 4.1 分布式计算框架Spark | 第44-46页 |
| 4.2 聚类集成系统总体架构 | 第46-50页 |
| 4.2.1 功能层次体系结构设计 | 第47-50页 |
| 4.3 分布式聚类集成算法 | 第50-55页 |
| 4.3.1 分布式多数投票法 | 第50-53页 |
| 4.3.2 分布式CSPA算法 | 第53-55页 |
| 4.4 系统关键功能 | 第55-64页 |
| 4.4.1 聚类分析任务 | 第55-60页 |
| 4.4.2 大文件管理 | 第60-63页 |
| 4.4.3 集群性能监控 | 第63-64页 |
| 4.4.4 系统管理 | 第64页 |
| 4.5 本章小结 | 第64-66页 |
| 第5章 系统测试 | 第66-76页 |
| 5.1 测试数据集介绍 | 第66-67页 |
| 5.2 测试方法 | 第67页 |
| 5.3 测试环境 | 第67-69页 |
| 5.4 测试结果评价标准 | 第69-70页 |
| 5.4.1 算法准确性评价标准 | 第69页 |
| 5.4.2 分布式计算性能评价标准 | 第69-70页 |
| 5.5 系统算法准确性测试结果与分析 | 第70-73页 |
| 5.6 系统分布式计算性能测试结果与分析 | 第73-75页 |
| 5.7 本章小结 | 第75-76页 |
| 结论与展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第83页 |
