首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于相关子空间的上下文离群数据并行挖掘

摘要第3-4页
Abstract第4页
第一章 绪论第7-15页
    1.1 数据挖掘第7-10页
        1.1.1 基本概念第7-8页
        1.1.2 数据挖掘的过程第8-9页
        1.1.3 数据挖掘的常用方法第9-10页
        1.1.4 数据挖掘应用领域第10页
    1.2 离群数据第10-13页
        1.2.1 离群数据挖掘方法第11-12页
        1.2.2 基于子空间的离群数据挖掘第12页
        1.2.3 并行离群数据挖掘第12-13页
    1.3 研究目标及论文组织第13-15页
        1.3.1 研究目标第13页
        1.3.2 论文组织第13-15页
第二章 离群数据与并行计算模型第15-21页
    2.1 相关子空间与离群数据第15页
    2.2 MapReduce编程模型与Hadoop平台第15-17页
        2.2.1 MapReduce编程模型第15-17页
        2.2.2 Hadoop平台第17页
    2.3 内存计算与Spark平台第17-20页
        2.3.1 内存计算第17-18页
        2.3.2 Spark平台第18-20页
    2.4 小结第20-21页
第三章 MapReduce编程模型下的上下文离群数据挖掘第21-29页
    3.1 引言第21页
    3.2 上下文离群数据并行挖掘第21-22页
        3.2.1 上下文信息与离群数据第21-22页
        3.2.2 并行挖掘过程第22页
    3.3 基于Hadoop的上下文离群挖掘第22-25页
        3.3.1 Hadoop实现框架第22-23页
        3.3.2 上下文离群数据的并行挖掘算法第23-25页
    3.4 实验分析第25-27页
    3.5 小结第27-29页
第四章 基于Spark的上下文离群数据挖掘算法第29-39页
    4.1 引言第29页
    4.2 基于Spark的上下文离群数据并行化分析第29-31页
    4.3 基于Spark的上下文离群数据挖掘算法第31-34页
    4.4 实验结果及分析第34-37页
        4.4.1 参数 ε 和K对COMAS挖掘算法效率的影响第34-35页
        4.4.2 维度d对COMAS挖掘算法效率的影响第35-36页
        4.4.3 COMAS挖掘算法的可伸缩性第36页
        4.4.4 COMAS挖掘算法的可扩展性第36-37页
    4.5 小结第37-39页
第五章 总结与展望第39-41页
    5.1 总结第39页
    5.2 展望第39-41页
参考文献第41-47页
致谢第47-49页
攻读学位期间发表的学术论文目录第49页

论文共49页,点击 下载论文
上一篇:番茄智能补光监控算法研究与系统软件开发
下一篇:非粮食主产区耕地保护利益补偿机制研究--以重庆市为例