| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 大规模数据处理 | 第8-9页 |
| 1.2.2 数据分析 | 第9-10页 |
| 1.3 本文研究内容 | 第10页 |
| 1.4 本文组织结构 | 第10-12页 |
| 第二章 相关理论技术概述 | 第12-24页 |
| 2.1 Hadoop | 第12-20页 |
| 2.1.1 HDFS | 第12-16页 |
| 2.1.2 MapReduce | 第16-20页 |
| 2.2 R语言 | 第20-21页 |
| 2.2.1 R语言基本原理与特性 | 第20页 |
| 2.2.2 R语言相关性分析概述 | 第20-21页 |
| 2.3 RHadoop | 第21-22页 |
| 2.4 CDK | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 CDK功能模块支持MapReduce编程的实现 | 第24-29页 |
| 3.1 需求分析 | 第24-25页 |
| 3.2 CDK功能模块支持MapReduce编程的设计与实现 | 第25-28页 |
| 3.2.1 Hadoop平台描述 | 第25页 |
| 3.2.2 总体架构设计 | 第25-26页 |
| 3.2.3 CDK支持MapReduce编程框架的实现 | 第26-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 基于CDK-Hadoop虚拟筛选数据处理 | 第29-37页 |
| 4.1 对接结果数据处理 | 第29-32页 |
| 4.1.1 Map任务设计与实现 | 第30-31页 |
| 4.1.2 Reduce任务设计与实现 | 第31-32页 |
| 4.2 小分子属性数据处理 | 第32-35页 |
| 4.2.1 Map任务的设计与实现 | 第34-35页 |
| 4.3 CDK-Hadoop性能分析 | 第35-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第五章 基于RHadoop大规模虚拟筛选数据分析研究 | 第37-43页 |
| 5.1 支持向量回归 | 第37-38页 |
| 5.2 基于RHadoop的支持向量回归参数选取 | 第38-39页 |
| 5.3 基于RHadoop的大规模数据虚拟筛选数据分析 | 第39-42页 |
| 5.3.1 Map任务的设计与实现 | 第40-41页 |
| 5.3.2 Reduce任务的设计与实现 | 第41-42页 |
| 5.4 本章小结 | 第42-43页 |
| 第六章 总结与展望 | 第43-45页 |
| 6.1 本文总结 | 第43页 |
| 6.2 未来展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 在学期间研究成果 | 第48-49页 |
| 致谢 | 第49页 |
