首页--天文学、地球科学论文--大气科学(气象学)论文--天气预报论文--主要气象要素和天气现象预报论文--降水预报论文

Hadoop下基于DAG-SVM算法的降水量预测研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第9-17页
    1.1 研究背景及意义第9-11页
    1.2 国内外研究现状第11-15页
        1.2.1 国内现状研究第11-13页
        1.2.2 国外现状研究第13-14页
        1.2.3 存在问题第14-15页
    1.3 论文组织结构第15-16页
    1.4 本章小结第16-17页
第二章 相关理论及方法第17-29页
    2.1 支持向量机算法基本思想第17-20页
    2.2 有向无环图支持向量机算法概述第20-21页
    2.3 Hadoop平台介绍第21-28页
        2.3.1 Hadoop平台基础知识及其组件介绍第21-27页
        2.3.2 Hadoop平台作业调度机制介绍第27-28页
    2.4 本章小结第28-29页
第三章 PDAG-SVM算法的分类效果分析第29-39页
    3.1 预处理有向无环图支持向量机(PDAG-SVM)算法第29-32页
    3.2 实验过程第32-37页
        3.2.1 算法评价指标第33页
        3.2.2 实验结果第33-37页
    3.3 实验结果分析第37-38页
    3.4 本章小结第38-39页
第四章 Hadoop平台下基于公平份额的负载均衡调度算法第39-53页
    4.1 改进Hadoop平台下公平份额调度算法的必要性第39页
    4.2 基于公平份额的负载均衡调度算法概述第39-48页
        4.2.1 算法数学模型第40-44页
        4.2.2 算法流程图第44-45页
        4.2.3 算法伪代码第45-48页
    4.3 实验结果与分析第48-51页
    4.4 本章小结第51-53页
第五章 Hadoop下基于PDAG-SVM算法的降水量预测第53-62页
    5.1 实验目的第53页
    5.2 实验设计思路第53页
    5.3 实验数据准备第53-57页
        5.3.1 数据预处理第54页
        5.3.2 HDFS存储气象数据过程第54-56页
        5.3.3 MapReduce数据预处理第56-57页
    5.4 实验平台搭建第57-60页
        5.4.1 相关工具第57-58页
        5.4.2 实验环境第58-60页
    5.5 实验结果第60-61页
    5.6 本章小结第61-62页
第六章 总结与展望第62-64页
    6.1 全文总结第62-63页
    6.2 展望第63-64页
参考文献第64-67页
作者简介第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:黄东海海域涡旋结构特征及其能量输送研究
下一篇:江西省早稻生产气候分析