基于Hadoop的雷灾文本聚类与雷暴预测模型的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·国内气象数据挖掘研究现状 | 第9-10页 |
| ·国外气象数据挖掘研究现状 | 第10页 |
| ·云计算研究发展现状 | 第10-12页 |
| ·论文的主要工作 | 第12页 |
| ·论文组织结构 | 第12-14页 |
| 第二章 气象数据挖掘 | 第14-28页 |
| ·数据挖掘简介 | 第14-15页 |
| ·数据挖掘过程 | 第15-16页 |
| ·常用数据挖掘算法 | 第16-17页 |
| ·朴素贝叶斯分类算法 | 第17-21页 |
| ·贝叶斯定理 | 第18页 |
| ·算法思想 | 第18-19页 |
| ·算法框架模型 | 第19-20页 |
| ·算法流程 | 第20-21页 |
| ·算法的问题 | 第21页 |
| ·Fisher判别准则 | 第21-25页 |
| ·基本思想 | 第22页 |
| ·算法过程 | 第22-25页 |
| ·K-me-聚类算法 | 第25-27页 |
| ·基本思想 | 第25页 |
| ·基本过程 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 ThunderCloud资源存储平台 | 第28-44页 |
| ·ThunderCloud平台构架 | 第28-33页 |
| ·ThunderCloud平台搭建 | 第28-31页 |
| ·Hadoop相关项目介绍 | 第31-33页 |
| ·HDFS介绍 | 第33-40页 |
| ·HDFS体系架构 | 第33-36页 |
| ·HDFS文件读写 | 第36-38页 |
| ·文件块放置策略及副本管理 | 第38-40页 |
| ·HDFS负载均衡 | 第40页 |
| ·MapReduce编程框架 | 第40-43页 |
| ·MapReduce简介 | 第40-41页 |
| ·MapReduce作业机制 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于MRKM的雷灾文本聚类 | 第44-51页 |
| ·雷灾文本聚类相关技术 | 第44-46页 |
| ·文本的预处理 | 第44-45页 |
| ·文本表示模型 | 第45页 |
| ·向量相似度度量 | 第45-46页 |
| ·MRKM雷灾文本聚类 | 第46-49页 |
| ·MRKM雷灾文本实验及评估 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于MRNB的雷暴预测模型 | 第51-66页 |
| ·气象资料的选取 | 第51页 |
| ·气象因子的选择 | 第51-53页 |
| ·气象资料的预处理 | 第53-55页 |
| ·MRNB的设计与实现 | 第55-60页 |
| ·MRNB实验对比与评估 | 第60-64页 |
| ·Fisher雷暴预测模型 | 第60-61页 |
| ·实验对比 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·论文总结 | 第66页 |
| ·本文所存在的不足 | 第66-67页 |
| ·工作展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 作者简介 | 第73-74页 |
| 致谢 | 第74页 |
