| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究概况 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 第二章 聚类分析方法和分布式聚类方法 | 第13-29页 |
| 2.1 聚类分析综述 | 第13-14页 |
| 2.2 传统聚类分析方法分类和比较 | 第14-17页 |
| 2.3 聚类分析的一般处理过程 | 第17-19页 |
| 2.4 高维数据聚合和分布式聚类方法 | 第19-28页 |
| 2.4.1 分布式聚类方法 | 第19-26页 |
| 2.4.2 典型分布式算法的分析 | 第26-28页 |
| 2.5 总结 | 第28-29页 |
| 第三章 CLIQUE 算法的研究和分布式改进 | 第29-52页 |
| 3.1 CLIQUE 算法介绍 | 第29-40页 |
| 3.1.1 CLIQUE 算法的基本思想 | 第30页 |
| 3.1.2 CLIQUE 算法的基本概念 | 第30-32页 |
| 3.1.3 CLIQUE 的步骤分析 | 第32-38页 |
| 3.1.4 CLIQUE 算法整个过程 | 第38-39页 |
| 3.1.5 CLIQUE 算法的优点和局限性 | 第39-40页 |
| 3.2 分布式自适应 CLIQUE 算法 | 第40-51页 |
| 3.2.1 总体介绍 | 第40页 |
| 3.2.2 自适应维度关联调整 | 第40-44页 |
| 3.2.3 自适应一维聚类 | 第44-46页 |
| 3.2.4 自适应聚类边界调整 | 第46-48页 |
| 3.2.5 分布式并行化处理 | 第48-50页 |
| 3.2.6 时间复杂度分析 | 第50-51页 |
| 3.3 总结 | 第51-52页 |
| 第四章 基于 DPA-CLIQUE 算法的分布式聚类分析系统的实现 | 第52-76页 |
| 4.1 相关技术 | 第52-56页 |
| 4.1.1 面向服务的架构 | 第52-55页 |
| 4.1.2 消息总线 | 第55-56页 |
| 4.2 系统架构 | 第56-60页 |
| 4.2.1 总体架构 | 第56-57页 |
| 4.2.2 系统平台各部分介绍 | 第57-60页 |
| 4.2.3 聚类算法接口 | 第60页 |
| 4.3 系统实现 | 第60-70页 |
| 4.3.1 主节点模块 | 第61-68页 |
| 4.3.2 从节点模块 | 第68-70页 |
| 4.4 DPA-CLIQUE 分布式聚类平台的实验 | 第70-74页 |
| 4.4.1 实验环境 | 第70-71页 |
| 4.4.2 数据集选择 | 第71页 |
| 4.4.3 结果与预期的评估 | 第71-74页 |
| 4.5 算法的不足 | 第74-75页 |
| 4.6 总结 | 第75-76页 |
| 第五章 DPA-CLIQUE 数据挖掘平台的应用设计 | 第76-79页 |
| 5.1 应用背景 | 第76-77页 |
| 5.2 应用部署设计 | 第77-78页 |
| 5.3 总结 | 第78-79页 |
| 第六章 结论与展望 | 第79-81页 |
| 6.1 结论 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-89页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第89-90页 |
| 作者在攻读硕士学位期间所作的项目 | 第90-91页 |
| 致谢 | 第91页 |
