| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第12-17页 |
| 1.1 课题研究背景及意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 研究现状 | 第14-15页 |
| 1.2.1 铁路应用大数据研究现状 | 第14页 |
| 1.2.2 数据挖掘并行化研究现状 | 第14-15页 |
| 1.3 论文组织结构 | 第15-17页 |
| 2 理论及相关技术介绍 | 第17-32页 |
| 2.1 Hadoop概述 | 第17-20页 |
| 2.1.1 Hadoop处理大数据的优势 | 第18-19页 |
| 2.1.2 使用Hadoop进行大数据分析的两种方法 | 第19页 |
| 2.1.3 群集部署Hadoop | 第19-20页 |
| 2.2 MapReduce关键技术研究 | 第20-23页 |
| 2.2.1 MapReduce编程模型概述 | 第20-21页 |
| 2.2.2 MapReduce并行计算机制 | 第21-22页 |
| 2.2.3 MapReduce的容错机制 | 第22-23页 |
| 2.3 Hadoop分布式文件系统HDFS研究 | 第23-28页 |
| 2.3.1 HDFS概述 | 第23-24页 |
| 2.3.2 HDFS的设计理念 | 第24页 |
| 2.3.3 HDFS基础概念 | 第24-26页 |
| 2.3.4 HDFS体系结构 | 第26-27页 |
| 2.3.5 HDFS的局限性 | 第27-28页 |
| 2.4 Hive介绍 | 第28-29页 |
| 2.5 Apriori算法 | 第29-31页 |
| 2.5.1 算法思想 | 第29-31页 |
| 2.5.2 产生关联规则 | 第31页 |
| 2.6 本章小结 | 第31-32页 |
| 3 动车组故障数据分析及清洗 | 第32-41页 |
| 3.1 业务背景 | 第32页 |
| 3.2 故障数据分析 | 第32-35页 |
| 3.3 系统功能需求分析 | 第35页 |
| 3.4 基于Hadoop的数据清洗 | 第35-38页 |
| 3.4.1 清洗方法 | 第36-37页 |
| 3.4.2 清洗过程 | 第37-38页 |
| 3.5 数据清洗结果 | 第38-40页 |
| 3.5.1 结果与分析 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 4 基于Hadoop的Apriori算法研究与改进 | 第41-59页 |
| 4.1 基于MapReduce的Apriori算法研究 | 第41-44页 |
| 4.1.1 MRApriori算法分析 | 第42-44页 |
| 4.2 对MRApriori算法的改进 | 第44-50页 |
| 4.2.1 频繁1项集计算 | 第46-47页 |
| 4.2.2 频繁k项集计算 | 第47-50页 |
| 4.2.3 对算法的进一步思考 | 第50页 |
| 4.3 对MRApriori算法的进一步改进 | 第50-55页 |
| 4.3.1 负载平衡改进 | 第53-54页 |
| 4.3.2 计算局部频繁项集 | 第54-55页 |
| 4.3.3 计算全局频繁项集 | 第55页 |
| 4.4 由频繁项集产生关联规则 | 第55-56页 |
| 4.5 算法性能评估 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 5 动车组故障数据挖掘系统实现 | 第59-68页 |
| 5.1 集群环境 | 第59-61页 |
| 5.2 Hadoop平台的搭建 | 第61-62页 |
| 5.3 动车组故障数据挖掘 | 第62-67页 |
| 5.3.1 挖掘步骤 | 第63页 |
| 5.3.2 挖掘结果分析及展示 | 第63-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 工作总结 | 第68页 |
| 6.2 工作展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |
