| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外现状 | 第10-12页 |
| 1.3 主要工作 | 第12-13页 |
| 1.4 内容安排 | 第13-14页 |
| 第2章 预备知识 | 第14-22页 |
| 2.1 Hadoop框架介绍 | 第14-16页 |
| 2.1.1 MapReduce编程模型介绍 | 第14-15页 |
| 2.1.2 HDFS介绍 | 第15-16页 |
| 2.2 SVM简介 | 第16-20页 |
| 2.2.1 线性可分情况下的SVM | 第17-18页 |
| 2.2.2 不完全线性可分情况下的SVM | 第18-19页 |
| 2.2.3 线性不可分情况下的SVM | 第19-20页 |
| 2.2.4 SVM求解算法介绍 | 第20页 |
| 2.3 本章小结 | 第20-22页 |
| 第3章 并行SVM随机次梯度投影算法(PPegasos) | 第22-29页 |
| 3.1 引言 | 第22页 |
| 3.2 SVM随机次梯度投影算法介绍(Pegasos) | 第22-23页 |
| 3.3 并行SVM随机次梯度投影算法(PPegasos) | 第23-24页 |
| 3.4 实验 | 第24-28页 |
| 3.4.1 实验数据 | 第25-26页 |
| 3.4.2 实验设置 | 第26页 |
| 3.4.3 实验结果与分析 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 并行结构化SVM随机次梯度投影算法(PSPegasos) | 第29-39页 |
| 4.1 引言 | 第29页 |
| 4.2 AP聚类算法 | 第29-31页 |
| 4.3 并行结构化SVM随机次梯度投影算法 | 第31-35页 |
| 4.3.1 结构化支持随机次梯度投影算法(SPegasos) | 第31-33页 |
| 4.3.2 并行结构化SVM随机次梯度投影算法(PSPegasos) | 第33-35页 |
| 4.4 实验 | 第35-38页 |
| 4.4.1 实验数据 | 第35-36页 |
| 4.4.2 实验设置 | 第36页 |
| 4.4.3 实验结果与分析 | 第36-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 并行结构化SVM随机次梯度投影集成算法(EPSPegasos) | 第39-46页 |
| 5.1 引言 | 第39页 |
| 5.2 Bagging算法介绍 | 第39-40页 |
| 5.3 并行结构化SVM随机次梯度投影集成算法(EPSPegasos) | 第40-42页 |
| 5.4 实验 | 第42-44页 |
| 5.4.1 实验数据 | 第42-43页 |
| 5.4.2 实验设置 | 第43页 |
| 5.4.3 实验结果与分析 | 第43-44页 |
| 5.5 本章小结 | 第44-46页 |
| 第6章 结束语 | 第46-48页 |
| 6.1 工作总结 | 第46页 |
| 6.2 工作展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 附录 | 第53-54页 |
| 致谢 | 第54页 |
