| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-16页 |
| ·引言 | 第13-14页 |
| ·研究动机 | 第14页 |
| ·论文的主要工作和成果 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 数据聚类相关技术 | 第16-40页 |
| ·聚类分析概述 | 第16-20页 |
| ·聚类分析的定义 | 第16-17页 |
| ·聚类分析中的数据结构和数据类型 | 第17-18页 |
| ·聚类分析中的距离度量 | 第18-20页 |
| ·聚类结果评价 | 第20页 |
| ·聚类基本步骤 | 第20-22页 |
| ·主要聚类算法 | 第22-32页 |
| ·划分聚类 | 第22-26页 |
| ·层次聚类 | 第26-29页 |
| ·密度聚类 | 第29-30页 |
| ·基于模型的聚类 | 第30-32页 |
| ·大规模数据聚类技术 | 第32-39页 |
| ·顺序聚类 | 第33-36页 |
| ·基于取样的聚类 | 第36-38页 |
| ·分布式聚类 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 基于并行计算和分布式平台的数据聚类 | 第40-62页 |
| ·并行计算和分布式平台 | 第40页 |
| ·基于MPI 并行计算的层次聚类 | 第40-50页 |
| ·并行计算与MPI 简介 | 第41-44页 |
| ·一个单机层次聚类算法 | 第44-46页 |
| ·基于MPI 的并行层次聚类 | 第46-48页 |
| ·试验与评估 | 第48-50页 |
| ·基于HADOOP 平台的CANOPY-KMEANS 聚类 | 第50-61页 |
| ·Hadoop 分布式计算平台 | 第50-53页 |
| ·Canopy-kmeans 聚类原理 | 第53-55页 |
| ·Canopy-kmeans 执行流程 | 第55-59页 |
| ·试验与评估 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 一个可扩展聚类系统的设计与实现 | 第62-84页 |
| ·基本介绍 | 第62-63页 |
| ·概要设计 | 第63-67页 |
| ·功能需求 | 第63页 |
| ·设计预期目标 | 第63-64页 |
| ·运行环境 | 第64页 |
| ·架构设计 | 第64-66页 |
| ·整体流程图 | 第66-67页 |
| ·关键子模块的设计与实现 | 第67-71页 |
| ·基于取样的混合聚类器 | 第67-69页 |
| ·基于分割的混合聚类器 | 第69-71页 |
| ·数据结构及说明 | 第71-78页 |
| ·聚类数据格式 | 第71-74页 |
| ·聚类数据文件格式 | 第74-75页 |
| ·聚类结果格式 | 第75页 |
| ·聚类结果文件格式 | 第75-76页 |
| ·函数MAP 结构 | 第76页 |
| ·聚类器usage 结构 | 第76-77页 |
| ·取样器结果数据格式 | 第77-78页 |
| ·分割器结果数据格式 | 第78页 |
| ·异常处理设计 | 第78页 |
| ·配置项说明 | 第78-83页 |
| ·日志相关配置 | 第79页 |
| ·基于取样的混合聚类器配置 | 第79-80页 |
| ·基于分割的混合聚类器配置 | 第80页 |
| ·取样器配置 | 第80-82页 |
| ·分割器配置 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第五章 结论 | 第84-86页 |
| ·全文总结 | 第84-85页 |
| ·后续工作介绍 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 附录 | 第91-93页 |
| 1 聚类库资源 | 第91-93页 |
| ·MATLAB 聚类库 | 第91页 |
| ·东京大学开源聚类软件 | 第91页 |
| ·CLUTO 聚类库 | 第91-92页 |
| ·Weka 聚类包 | 第92页 |
| ·聚类库总结 | 第92-93页 |
| 在学期间研究成果 | 第93-94页 |