| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 引言 | 第10-11页 |
| 1.2 研究的目的和意义 | 第11-12页 |
| 1.3 目前国内外研究现状 | 第12-14页 |
| 1.4 研究内容及主要工作 | 第14页 |
| 1.5 论文结构安排 | 第14-15页 |
| 1.6 本文创新点 | 第15-16页 |
| 第2章 相关理论研究 | 第16-30页 |
| 2.1 模糊多准则决策的相关研究 | 第16-24页 |
| 2.1.1 模糊理论 | 第16-17页 |
| 2.1.2 多准则决策 | 第17-19页 |
| 2.1.3 多属性决策 | 第19-22页 |
| 2.1.4 模糊多属性决策 | 第22-24页 |
| 2.2 聚合算子的研究 | 第24-26页 |
| 2.3 分类算法 | 第26-27页 |
| 2.4 分类算法的评价指标 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 模糊K近邻算法的改进与评价 | 第30-42页 |
| 3.1 K近邻算法概述 | 第30-32页 |
| 3.1.1 传统K近邻算法 | 第30-31页 |
| 3.1.2 模糊K近邻算法 | 第31-32页 |
| 3.2 改进的模糊K近邻算法 | 第32-34页 |
| 3.3 基于模糊多准则决策的算法评价方案 | 第34-36页 |
| 3.4 实验结果与评价 | 第36-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于Hadoop的分类算法并行化 | 第42-50页 |
| 4.1 分布式计算框架Hadoop | 第42-45页 |
| 4.1.1 分布式文件系统 | 第42-44页 |
| 4.1.2 分布式计算模型MapReduce | 第44-45页 |
| 4.2 改进算法的并行化设计思想 | 第45-47页 |
| 4.3 实验与结果 | 第47-49页 |
| 4.3.1 实验平台搭建 | 第47页 |
| 4.3.2 其他分类算法选择与实验数据 | 第47-48页 |
| 4.3.3 实验结果及其处理 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 基于模糊多准则决策方法的大数据分类算法评价 | 第50-64页 |
| 5.1 大数据分类算法评价方案 | 第50-51页 |
| 5.2 基于层次分析法的分类算法评价 | 第51-53页 |
| 5.3 基于TOPSIS法的分类算法评价 | 第53-56页 |
| 5.4 基于MSM算子的分类算法评价 | 第56-60页 |
| 5.4.1 MSM算子的研究 | 第56-58页 |
| 5.4.2 基于MSM算子的多属性决策方法 | 第58-60页 |
| 5.5 二次评价结果 | 第60-62页 |
| 5.6 本章小结 | 第62-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 有待进一步解决的问题 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 在学期间主要科研成果 | 第74-75页 |
| 一、发表学术论文 | 第74页 |
| 二、其他科研成果 | 第74-75页 |
| 附录 | 第75页 |