基于数据挖掘的数据中心能耗分析系统研究与开发
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-13页 |
| ·本文的研究背景 | 第9-10页 |
| ·国内外研究概述 | 第10-11页 |
| ·本文研究内容及预期成果 | 第11-13页 |
| ·概念说明 | 第13-14页 |
| ·本文结构 | 第14-15页 |
| 第二章 数据挖掘相关理论及技术 | 第15-23页 |
| ·粗糙集理论 | 第15-17页 |
| ·粗糙集理论的相关知识 | 第15-16页 |
| ·粗糙集理论 | 第16-17页 |
| ·BP神经网络理论 | 第17-19页 |
| ·BP神经网络介绍 | 第17-19页 |
| ·BP神经网络原理 | 第19页 |
| ·数据挖掘聚类分析 | 第19-23页 |
| 第三章 数据挖掘算法的研究 | 第23-37页 |
| ·课题研究的内容及目的 | 第23-25页 |
| ·基于粗糙集的K均值聚类 | 第25-27页 |
| ·BP神经网络分类算法 | 第27-30页 |
| ·BP神经网络的算法描述 | 第28页 |
| ·BP神经网络的伪代码 | 第28-30页 |
| ·决策树算法 | 第30-37页 |
| ·决策树生长 | 第31-35页 |
| ·决策树的剪枝方法 | 第35-37页 |
| 第四章 基于数据挖掘技术分析数据中心数据 | 第37-46页 |
| ·聚类分析法发现影响PUE的因素 | 第37-39页 |
| ·分类和预测提高IT设备能效 | 第39-46页 |
| ·分析数据中心数据特点 | 第40-42页 |
| ·合任务并控制任务分配 | 第42-44页 |
| ·预测能耗和趋势控制能耗 | 第44-46页 |
| 第五章 基于Hadoop的能耗系统设计与实现 | 第46-63页 |
| ·系统架构设计 | 第46-48页 |
| ·服务器数据处理平台层 | 第48-56页 |
| ·数据接口模块 | 第48-49页 |
| ·定时任务管理及调度模块 | 第49-54页 |
| ·集群监控模块 | 第54-56页 |
| ·系统前端设计与实现 | 第56-63页 |
| ·JSP介绍 | 第57-58页 |
| ·Struts2介绍 | 第58-60页 |
| ·FusionCharts介绍 | 第60页 |
| ·前端页面 | 第60-63页 |
| 第六章 总结与展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的学术论文 | 第68页 |
