并行聚类算法在MapReduce上的实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 图目录 | 第8-9页 |
| 表目录 | 第9-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题背景 | 第10页 |
| ·研究动机和本文的主要工作 | 第10-12页 |
| ·本文的组织结构 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第2章 聚类算法和Hadoop综述 | 第14-27页 |
| ·聚类算法介绍 | 第14-20页 |
| ·聚类分析的目的 | 第14-15页 |
| ·聚类分析的几种经典算法 | 第15-18页 |
| ·聚类效果的评价标准 | 第18-20页 |
| ·Apache Hadoop项目综述 | 第20-26页 |
| ·MapReduce分布式计算框架 | 第20-23页 |
| ·HDFS分布式文件系统 | 第23-25页 |
| ·HBase分布式数据库 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 并行谱聚类在MapReduce上的实现 | 第27-39页 |
| ·并行谱聚类概述 | 第27-28页 |
| ·非并行谱聚类算法分析 | 第28-29页 |
| ·并行谱聚类在MapReduce上的实现 | 第29-34页 |
| ·并行化计算相似矩阵 | 第29-31页 |
| ·并行化计算к个最小的特征向量 | 第31-33页 |
| ·并行化K-means聚类 | 第33-34页 |
| ·算法复杂度分析 | 第34-35页 |
| ·实验与分析 | 第35-38页 |
| ·实验数据集 | 第35-36页 |
| ·并行谱聚类质量 | 第36-37页 |
| ·并行谱聚类的加速 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 并行AP聚类在MapReduce上的实现 | 第39-51页 |
| ·并行AP聚类算法概述 | 第39页 |
| ·AP聚类算法分析 | 第39-42页 |
| ·并行AP聚类算法在MapReduce上的实现 | 第42-46页 |
| ·并行化计算相似矩阵和分布式存储SAR | 第42-43页 |
| ·并行化计算吸引度矩阵R | 第43-44页 |
| ·并行化计算归属度矩阵A | 第44-46页 |
| ·并行化划分各个数据点到类簇中 | 第46页 |
| ·算法复杂度分析 | 第46-47页 |
| ·实验与分析 | 第47-50页 |
| ·并行AP聚类的质量 | 第47-49页 |
| ·并行AP聚类的加速 | 第49页 |
| ·并行AP聚类与并行谱聚类的比较 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·工作总结 | 第51-52页 |
| ·下一步工作和展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 作者简介 | 第58页 |
