| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 移动监护系统研究现状 | 第11-12页 |
| 1.2.2 云计算在医疗行业中的研究现状 | 第12-13页 |
| 1.3 论文研究内容 | 第13页 |
| 1.4 论文组织结构 | 第13-16页 |
| 第二章 基于云计算的家庭移动监护系统架构设计 | 第16-24页 |
| 2.1 总体需求分析 | 第16页 |
| 2.2 系统体系结构设计 | 第16-18页 |
| 2.3 系统的总体功能模块设计 | 第18-21页 |
| 2.3.1 功能需求分析 | 第18-19页 |
| 2.3.2 移动客户端功能模块设计 | 第19-20页 |
| 2.3.3 人体健康数据挖掘平台功能模块设计 | 第20-21页 |
| 2.4 系统整体框架结构设计 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 系统关键技术及理论研究 | 第24-34页 |
| 3.1 移动医疗设备和无线通信技术的选择分析 | 第24-25页 |
| 3.2 移动应用开发技术 | 第25页 |
| 3.3 云计算技术 | 第25-29页 |
| 3.3.1 Hadoop框架 | 第26页 |
| 3.3.2 Hadoop分布式文件系统HDFS | 第26-27页 |
| 3.3.3 Hadoop分布式计算框架MapReduce | 第27-29页 |
| 3.4 数据挖掘技术 | 第29-30页 |
| 3.4.1 数据挖掘的特点 | 第29页 |
| 3.4.2 数据的挖掘步骤 | 第29-30页 |
| 3.5 决策树算法 | 第30-33页 |
| 3.5.1 决策树简介 | 第30-31页 |
| 3.5.2 几种典型决策树算法对比 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 移动监护客户端的设计与实现 | 第34-48页 |
| 4.1 分布式数据存储 | 第34-36页 |
| 4.1.1 数据库设计 | 第34页 |
| 4.1.2 数据表结构 | 第34-36页 |
| 4.2 硬件系统的结构组成 | 第36-41页 |
| 4.2.1 硬件系统的总体设计 | 第36页 |
| 4.2.2 家庭环境监测模块硬件系统 | 第36-39页 |
| 4.2.3 体征检测模块硬件系统 | 第39-41页 |
| 4.3 移动监护客户端的设计与实现 | 第41-47页 |
| 4.3.1 家庭环境监测模块 | 第41页 |
| 4.3.2 体征数据测量模块 | 第41-45页 |
| 4.3.3 远程咨询模块 | 第45-46页 |
| 4.3.4 自我提醒模块 | 第46-47页 |
| 4.3.5 地图服务模块 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 人体健康数据挖掘平台的设计 | 第48-54页 |
| 5.1 医疗数据聚类分析 | 第48-49页 |
| 5.2 医疗数据分类分析 | 第49-50页 |
| 5.3 基于Hadoop的分布式C4.5决策树算法设计 | 第50-51页 |
| 5.4 人体健康数据挖掘平台的设计与实现 | 第51-53页 |
| 5.4.1 平台的框架设计 | 第52页 |
| 5.4.2 平台的实现 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 云平台部署和实验 | 第54-68页 |
| 6.1 云平台配置及部署 | 第54-56页 |
| 6.1.1 云平台配置 | 第54-55页 |
| 6.1.2 云平台部署 | 第55-56页 |
| 6.2 体征测量实验对比与结果分析 | 第56页 |
| 6.3 基于Hadoop的分布式C4.5决策树算法实验与结果分析 | 第56-60页 |
| 6.3.1 实验过程 | 第56-58页 |
| 6.3.2 决策树模型 | 第58-59页 |
| 6.3.3 算法处理速度分析 | 第59-60页 |
| 6.3.4 可扩展性和服务质量分析 | 第60页 |
| 6.4 重点界面展示 | 第60-66页 |
| 6.5 本章小结 | 第66-68页 |
| 第七章 总结与展望 | 第68-70页 |
| 7.1 总结 | 第68页 |
| 7.2 展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 作者简介 | 第76页 |
