| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究背景 | 第9-10页 |
| ·研究目标与内容 | 第10页 |
| ·研究技术路线 | 第10-11页 |
| ·文章章节安排 | 第11-13页 |
| ·国内外研究现状 | 第13-19页 |
| ·矢量空间数据存储 | 第13-15页 |
| ·云环境下并行聚类 | 第15-19页 |
| 第二章 相关理论基础 | 第19-29页 |
| ·空间数据云存储概述 | 第19-22页 |
| ·NoSQL数据库 | 第19-21页 |
| ·MongoDB | 第21-22页 |
| ·并行聚类概述 | 第22-27页 |
| ·MapReduce模型概述 | 第22-24页 |
| ·聚类挖掘概述 | 第24-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于MongoDB的矢量空间数据存储与处理 | 第29-56页 |
| ·地理知识云服务平台GeoKSCloud | 第29-32页 |
| ·体系结构 | 第29-31页 |
| ·平台主要功能 | 第31-32页 |
| ·需求分析 | 第32-34页 |
| ·功能要求 | 第32-33页 |
| ·性能要求 | 第33-34页 |
| ·存储与处理机制 | 第34-37页 |
| ·多用户存储机制 | 第34-35页 |
| ·矢量空间数据存储 | 第35-36页 |
| ·海量数据处理机制 | 第36-37页 |
| ·系统架构 | 第37-42页 |
| ·数据层 | 第38-39页 |
| ·业务层 | 第39-41页 |
| ·表现层 | 第41-42页 |
| ·系统设计与实现 | 第42-54页 |
| ·MongoDB集群搭建 | 第42-44页 |
| ·数据存储 | 第44-46页 |
| ·导入导出模块 | 第46-48页 |
| ·数据库访问模块 | 第48-50页 |
| ·数据处理模块 | 第50-52页 |
| ·系统主要界面 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 基于MapReduce的MCL并行算法 | 第56-73页 |
| ·马尔可夫聚类算法 | 第56-59页 |
| ·基本概念 | 第56-57页 |
| ·算法过程 | 第57-58页 |
| ·特点 | 第58-59页 |
| ·图算法的优化设计方法 | 第59-61页 |
| ·分布式消息传递机制 | 第59-60页 |
| ·基于本地聚合的数据约简 | 第60页 |
| ·基于Mapper内部聚合的数据约简 | 第60-61页 |
| ·MR-MCL设计与实现 | 第61-71页 |
| ·矩阵表示 | 第62-64页 |
| ·扩张操作 | 第64-70页 |
| ·膨胀操作 | 第70-71页 |
| ·整合 | 第71页 |
| ·本章小结 | 第71-73页 |
| 第五章 性能测试与评价 | 第73-80页 |
| ·试验环境的软硬件配置 | 第73-74页 |
| ·实验数据准备 | 第74-75页 |
| ·VectorDB读写性能分析 | 第75-76页 |
| ·VectorDB并行计算性能分析 | 第76-77页 |
| ·MCL算法性能分析 | 第77-79页 |
| ·小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-83页 |
| ·工作总结 | 第80-81页 |
| ·创新与特色 | 第81页 |
| ·展望 | 第81-83页 |
| 参考文献 | 第83-88页 |
| 致谢 | 第88-89页 |
| 个人简历 | 第89页 |