| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文研究内容 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 2 云计算平台和相关算法简介 | 第13-21页 |
| 2.1 开源云计算平台 Hadoop 简介 | 第13-18页 |
| 2.1.1 Hadoop 分布式文件系统 | 第14-15页 |
| 2.1.2 MapReduce 并行编程模型 | 第15-18页 |
| 2.2 朴素贝叶斯分类算法 | 第18-19页 |
| 2.3 差分进化算法 | 第19-21页 |
| 2.3.1 群体表示与初始化 | 第19-20页 |
| 2.3.2 变异操作 | 第20页 |
| 2.3.3 交叉操作 | 第20页 |
| 2.3.4 选择操作 | 第20-21页 |
| 3 海量数据离散化算法的并行设计与实现 | 第21-29页 |
| 3.1 引言 | 第21页 |
| 3.2 基于熵的连续属性离散化算法 | 第21-23页 |
| 3.3 基于 Hadoop 的并行离散化算法 | 第23-25页 |
| 3.3.1 离散化预处理阶段 | 第23-24页 |
| 3.3.2 离散化处理阶段 | 第24-25页 |
| 3.4 实验及结果分析 | 第25-28页 |
| 3.4.1 实验环境 | 第25页 |
| 3.4.2 实验结果 | 第25-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 云计算环境下朴素贝叶斯分类算法的并行实现 | 第29-36页 |
| 4.1 引言 | 第29页 |
| 4.2 基于 Hadoop 的朴素贝叶斯分类算法设计 | 第29-31页 |
| 4.2.1 数据预处理阶段 | 第29页 |
| 4.2.2 模型训练阶段 | 第29-30页 |
| 4.2.3 测试阶段 | 第30-31页 |
| 4.3 实验及结果分析 | 第31-35页 |
| 4.3.1 实验环境 | 第31-32页 |
| 4.3.2 实验结果 | 第32-35页 |
| 4.4 本章小结 | 第35-36页 |
| 5 基于差分进化算法的加权投票集成分类方法 | 第36-44页 |
| 5.1 集成学习介绍 | 第36-37页 |
| 5.2 投票方法 | 第37-38页 |
| 5.2.1 最大投票（Majority Voting）方法 | 第37页 |
| 5.2.2 加权投票（Weighted Voting）方法 | 第37-38页 |
| 5.3 基于差分进化的加权投票集成分类算法 | 第38-40页 |
| 5.4 实验结果与分析 | 第40-42页 |
| 5.5 本章小结 | 第42-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表学术论文情况 | 第48-49页 |
| 致谢 | 第49页 |
