DBSCAN聚类算法的改进及在数据分析系统中的应用
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 引言 | 第11-16页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 数据管理系统 | 第12-13页 |
1.2.2 数据挖掘 | 第13-14页 |
1.3 研究目的 | 第14页 |
1.4 论文组织 | 第14-16页 |
第2章 相关知识介绍 | 第16-31页 |
2.1 数据挖掘 | 第16-17页 |
2.2 聚类算法 | 第17-19页 |
2.3 大数据与云计算 | 第19-24页 |
2.4 Hadoop | 第24-27页 |
2.5 MapReduce | 第27-30页 |
2.5.1 MapReduce原理 | 第27-29页 |
2.5.2 MapReduce化性能标准 | 第29-30页 |
2.6 本章小结 | 第30-31页 |
第3章 SALE-DBSCAN算法 | 第31-40页 |
3.1 相关概念 | 第31页 |
3.2 密度峰值点发现 | 第31-33页 |
3.3 密度峰值点邻域扩张 | 第33-35页 |
3.4 聚类合并与冲突处理 | 第35页 |
3.5 仿真实验 | 第35-39页 |
3.5.1 实验环境 | 第36页 |
3.5.2 实验分析 | 第36-39页 |
3.6 本章小结 | 第39-40页 |
第4章 MR-SALE-DBSCAN算法 | 第40-52页 |
4.1 MR-SALE-DBSCAN概述 | 第40页 |
4.2 MR-SALE-DBSCAN处理过程 | 第40-42页 |
4.2.1 数据预处理 | 第40-41页 |
4.2.2 区域聚类与合并聚类 | 第41-42页 |
4.3 MR-SALE-DBSCAN流程 | 第42-43页 |
4.4 MR-SALE-DBSCAN伪代码 | 第43-44页 |
4.5 仿真实验 | 第44-47页 |
4.5.1 实验环境 | 第44-45页 |
4.5.2 实验分析 | 第45-47页 |
4.6 应用实验 | 第47-51页 |
4.6.1 水文分析子系统及数据简述 | 第47页 |
4.6.2 实验环境 | 第47-48页 |
4.6.3 实验流程 | 第48-49页 |
4.6.4 结论与分析 | 第49-51页 |
4.7 本章小结 | 第51-52页 |
第5章 东江湖数据综合管理与智能分析系统 | 第52-69页 |
5.1 系统设计背景 | 第52页 |
5.2 系统概述 | 第52-53页 |
5.2.1 系统设计目标 | 第52页 |
5.2.2 系统环境配置 | 第52-53页 |
5.3 系统需求分析 | 第53-57页 |
5.3.1 功能分析 | 第53页 |
5.3.2 数据描述 | 第53-54页 |
5.3.3 数据字典 | 第54-57页 |
5.4 系统设计 | 第57-61页 |
5.4.1 网络拓扑 | 第57-58页 |
5.4.2 基础数据库 | 第58-59页 |
5.4.3 系统功能界面 | 第59-61页 |
5.5 系统测试 | 第61-68页 |
5.5.1 测试目的 | 第61页 |
5.5.2 测试环境 | 第61页 |
5.5.3 测试策略 | 第61-68页 |
5.6 本章小结 | 第68-69页 |
第6章 总结与展望 | 第69-71页 |
参考文献 | 第71-75页 |
致谢 | 第75-76页 |
附录 (攻读学位期间发表论文目录) | 第76页 |