首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于Hadoop平台径流分析方法的研究和应用

摘要第4-5页
abstract第5-6页
第1章 绪论第10-17页
    1.1 课题来源第10页
    1.2 课题研究背景和意义第10-11页
    1.3 国内外研究现状第11-15页
        1.3.1 水利云平台的研究现状第11-12页
        1.3.2 Hadoop平台应用现状第12-13页
        1.3.3 水文径流回归分析方法的研究现状第13-14页
        1.3.4 分类回归算法的研究现状第14-15页
    1.4 论文研究的内容和章节安排第15-17页
第2章 基于HADOOP水文分析平台的设计第17-35页
    2.1 原有的水文平台第17-20页
        2.1.1 原有平台的结构和功能第17-18页
        2.1.2 原有平台的数据处理流程第18-19页
        2.1.3 原平台的性能缺陷第19-20页
    2.2 HADOOP平台第20-26页
        2.2.1 项目简介第20-21页
        2.2.2 Hadoop的基本架构模型第21-22页
        2.2.3 分布式文件系统HDFS的介绍第22-24页
        2.2.4 编程模式MapReduce第24-26页
    2.3 水文监测平台架构第26-29页
        2.3.1 水文信息预测平台的需求分析第26页
        2.3.2 平台整合后的架构设计第26-29页
    2.4 水文预测平台的搭建第29-31页
        2.4.1 硬件环境第29页
        2.4.2 软件环境第29-30页
        2.4.3 网络环境第30页
        2.4.4 Hadoop集群环境搭建第30-31页
    2.5 水文预测平台的存储和计算服务第31-33页
        2.5.1 数据存储设计方案第32页
        2.5.2 集群并行计算设计方案第32-33页
    2.6 水文数据存储的安全性第33-34页
    2.7 本章小结第34-35页
第3章 径流回归分析算法研究第35-51页
    3.1 径流和水文-气象遥相关第35-36页
        3.1.1 径流的定义第35页
        3.1.2 水文-气候遥相关第35-36页
    3.2 基于随机森林径流分析算法研究第36-43页
        3.2.1 决策树第36-39页
        3.2.2 随机森林算法第39-42页
        3.2.3 基于随机森林径流分析算法第42-43页
    3.3 基于支持向量径流分析算法研究第43-48页
        3.3.1 支持向量机回归的原理第43-46页
        3.3.2 基于支持向量机径流分析样本的选取第46-47页
        3.3.3 基于支持向量回归的径流分析算法第47-48页
    3.4 基于逐步线性回归的径流分析算法研究第48-50页
    3.5 本章小结第50-51页
第4章 基于HADOOP月径流分析模块的设计与实现第51-66页
    4.1 径流数据处理的流程第51-54页
        4.1.1 总体数据处理流程第51-52页
        4.1.2 Hadoop中的数据处理流程第52页
        4.1.3 Web服务器和Hadoop集群数据处理流程第52-54页
    4.2 并行随机森林月径流分析算法的设计第54-61页
        4.2.1 数据预处理第55-56页
        4.2.2 基于并行随机森林径流模型的构建第56-59页
        4.2.3 径流解释因子的筛选第59-60页
        4.2.4 数据集分析第60-61页
    4.3 径流分析模块设计第61-62页
    4.4 水文平台成果展示第62-65页
    4.5 本章小结第65-66页
第5章 实验分析结果第66-79页
    5.1 实验数据来源第66页
    5.2 单机和并行时随机森林运算速度的对比第66-69页
    5.3 径流分析算法比较第69-78页
        5.3.1 评价指标的选取第69-70页
        5.3.2 算法对比第70-77页
        5.3.3 实验结果分析第77-78页
    5.4 本章小结第78-79页
第6章 总结和展望第79-81页
    6.1 本文工作总结第79-80页
    6.2 工作展望第80-81页
致谢第81-82页
参考文献第82-86页
攻读学位期间获得与学位论文相关的科研成果目录第86页

论文共86页,点击 下载论文
上一篇:基于二进制描述子的室内移动机器人物体识别算法研究
下一篇:自然场景图像中多示例多标记分类研究