面向数据密集型计算的概率图模型构建方法及实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 前言 | 第8-14页 |
| ·研究背景及意义 | 第8-10页 |
| ·数据密集型计算是目前研究的热点 | 第8-9页 |
| ·海量数据分析 | 第9页 |
| ·数据密集型计算的概率图模型研究 | 第9-10页 |
| ·研究现状分析 | 第10-11页 |
| ·本文主要研究内容 | 第11-13页 |
| ·论文结构 | 第13-14页 |
| 第2章 背景知识 | 第14-32页 |
| ·数据密集型计算简介 | 第14-15页 |
| ·Hadoop简介 | 第15-22页 |
| ·HDFS介绍 | 第15-17页 |
| ·MapReduce介绍 | 第17-20页 |
| ·HBase简介 | 第20-22页 |
| ·贝叶斯网简介 | 第22-31页 |
| ·概率计算 | 第23-25页 |
| ·最小描述长度评分 | 第25-28页 |
| ·爬山算法 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 面向数据密集型计算的贝叶斯网构建 | 第32-51页 |
| ·问题描述 | 第32页 |
| ·面向数据密集型计算的贝叶斯网构建 | 第32-47页 |
| ·系统整体架构 | 第33页 |
| ·数据预处理 | 第33-38页 |
| ·BN结构学习 | 第38-45页 |
| ·条件概率表计算 | 第45-47页 |
| ·基于HBase的贝叶斯网存储 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 原型系统设计实现 | 第51-59页 |
| ·系统设计分析 | 第51-52页 |
| ·系统整体设计 | 第52-53页 |
| ·系统详细设计 | 第53-54页 |
| ·系统演示 | 第54-59页 |
| ·数据预处理 | 第54-56页 |
| ·BN结构学习 | 第56-57页 |
| ·条件概率表计算 | 第57-59页 |
| 第5章 实验结果及分析 | 第59-64页 |
| ·实验设置和实验环境 | 第59-60页 |
| ·实验结果 | 第60-63页 |
| ·正确性验证 | 第60-61页 |
| ·不同集群规模的性能分析 | 第61-62页 |
| ·不同数据样本的性能分析 | 第62-63页 |
| ·实验总结 | 第63-64页 |
| 第6章 总结与展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 附录 | 第70-71页 |
| 致谢 | 第71页 |
