物联网大数据聚类分析方法和技术研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 引言 | 第7-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 目前研究现状 | 第8-10页 |
| 1.2 研究主要工作 | 第10页 |
| 1.3 论文结构 | 第10-12页 |
| 第二章 相关知识介绍 | 第12-18页 |
| 2.1 聚类算法相关研究 | 第12-13页 |
| 2.2 复杂事件与复杂事件模式关系 | 第13页 |
| 2.2.1 复杂事件类型定义 | 第13页 |
| 2.2.2 事件的属性值定义 | 第13页 |
| 2.3 WEB架构 | 第13-15页 |
| 2.4 REDIS | 第15-16页 |
| 2.5 数据模式发现 | 第16-17页 |
| 2.6 本章小结 | 第17-18页 |
| 第三章 聚类算法研究与实现 | 第18-26页 |
| 3.1 聚类算法的相关理论知识 | 第18-19页 |
| 3.2 业务场景设计 | 第19-20页 |
| 3.3 聚类算法的分析 | 第20-22页 |
| 3.4 算法的实验测试部分 | 第22-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第四章 系统设计和实现 | 第26-38页 |
| 4.1 系统设计架构 | 第26-32页 |
| 4.1.1 事件流数据收集 | 第27-29页 |
| 4.1.2 事件流过滤分析模块设计 | 第29页 |
| 4.1.3 聚类分析模块设计 | 第29-31页 |
| 4.1.4 HADOOP系统平台的设计 | 第31-32页 |
| 4.2 系统的实现 | 第32-37页 |
| 4.2.1 系统开发环境介绍 | 第32-33页 |
| 4.2.2 功能模块的实现 | 第33-37页 |
| 4.3 本章小结 | 第37-38页 |
| 第五章 案例研究 | 第38-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 在学期间的研究成果 | 第50-51页 |
| 致谢 | 第51页 |
