| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 概述 | 第8页 |
| 1.2 研究背景和现状 | 第8-10页 |
| 1.3 本文的研究内容及论文结构 | 第10-14页 |
| 1.3.1 本文的研究内容 | 第10-11页 |
| 1.3.2 本文的组织结构 | 第11-14页 |
| 第2章 基于WM与ISPO算法的模糊分类器 | 第14-28页 |
| 2.1 模糊分类器 | 第14-20页 |
| 2.1.1 模糊规则 | 第15页 |
| 2.1.2 模糊区间划分 | 第15-16页 |
| 2.1.3 模糊规则提取 | 第16-17页 |
| 2.1.4 模糊规则优化 | 第17-19页 |
| 2.1.5 模糊推理 | 第19-20页 |
| 2.2 基于WM与改进ISPO的模糊分类器 | 第20-23页 |
| 2.2.1 算法选取的原因 | 第20-21页 |
| 2.2.2 WPFS算法流程 | 第21-23页 |
| 2.3 实验分析 | 第23-25页 |
| 2.3.1 数据集简介 | 第23-24页 |
| 2.3.2 参数设置 | 第24页 |
| 2.3.3 实验结果及分析 | 第24-25页 |
| 2.4 本章小结 | 第25-28页 |
| 第3章 并行化WPFS模糊分类器 | 第28-34页 |
| 3.1 并行模糊分类器分析 | 第28-29页 |
| 3.2 模糊分类器并行化模型 | 第29-32页 |
| 3.2.1 算法并行性分析 | 第29-30页 |
| 3.2.2 算法模型 | 第30页 |
| 3.2.3 算法具体实现流程 | 第30-32页 |
| 3.3 本章小结 | 第32-34页 |
| 第4章 P-WPFS算法结合MapReduce在大数据集分类问题中的应用分析 | 第34-56页 |
| 4.1 大数据分类问题 | 第34-35页 |
| 4.2 并行环境 | 第35-36页 |
| 4.3 算法结合MapReduce并行平台的应用 | 第36-42页 |
| 4.3.1 P-WPFS模型在MapReduce并行平台上的模糊规则提取 | 第36-37页 |
| 4.3.2 P-WPFS模型在MapReduce并行平台上的适应度计算 | 第37-39页 |
| 4.3.3 P-WPFS模型在MapReduce并行平台上的模糊规则寻优 | 第39-40页 |
| 4.3.4 P-WPFS模型在MapReduce并行平台上的模糊推理 | 第40-42页 |
| 4.4 实验分析 | 第42-55页 |
| 4.4.1 评价标准 | 第42页 |
| 4.4.2 运行环境 | 第42-43页 |
| 4.4.3 数据集简介 | 第43-44页 |
| 4.4.4 实验结果与分析 | 第44-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-60页 |
| 5.1 总结 | 第56-57页 |
| 5.2 本文工作的创新点 | 第57-58页 |
| 5.3 未来工作 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第66页 |
