| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 论文研究背景 | 第9-10页 |
| 1.2 论文研究意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 对“标记瓶颈”问题的研究 | 第10-12页 |
| 1.3.2 对分布式计算平台的研究 | 第12页 |
| 1.4 本文创新点及主要贡献 | 第12-13页 |
| 1.4.1 本文创新点 | 第12-13页 |
| 1.4.2 本文主要贡献 | 第13页 |
| 1.5 论文组织结构 | 第13-15页 |
| 第二章 数据挖掘中分类问题概述 | 第15-23页 |
| 2.1 数据挖掘概述 | 第15-16页 |
| 2.2 数据挖掘中的分类问题 | 第16-19页 |
| 2.2.1 分类问题概述 | 第16-17页 |
| 2.2.2 数据挖掘中常用分类算法 | 第17-19页 |
| 2.3 半监督分类方法 | 第19-21页 |
| 2.3.1 半监督学习概述 | 第19-20页 |
| 2.3.2 协同训练算法 | 第20-21页 |
| 2.4 WEKA概述 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 分布式计算平台Hadoop | 第23-27页 |
| 3.1 Hadoop概述 | 第23页 |
| 3.2 分布式文件系统HDFS | 第23-24页 |
| 3.3 并行计算模型MapReduce | 第24-25页 |
| 3.4 Hadoop的IO | 第25页 |
| 3.5 MapReduce作业的执行流程 | 第25-26页 |
| 3.6 本章小结 | 第26-27页 |
| 第四章 基于半监督分类算法的研究 | 第27-35页 |
| 4.1 Co-training by Committee算法分析 | 第27-29页 |
| 4.1.1 Co-training by Committee算法描述 | 第27-29页 |
| 4.1.2 Co-training by Committee算法的不足 | 第29页 |
| 4.2 基于Co-training by Committee算法的性能提升研究 | 第29-33页 |
| 4.2.1 利用多个分类器标记无标记样本的策略 | 第30页 |
| 4.2.2 基于Data Editing计算标记置信度 | 第30-31页 |
| 4.2.3 改进的Co-training by Committee算法 | 第31-33页 |
| 4.3 本章小结 | 第33-35页 |
| 第五章 基于Hadoop平台的算法并行化部署 | 第35-47页 |
| 5.1 改进的Co-training by Committee算法的并行化方案 | 第35-38页 |
| 5.1.1 训练分类器的并行化方案 | 第35-37页 |
| 5.1.2 标记测试样本的并行化方案 | 第37-38页 |
| 5.2 两种并行化方案的MapReduce实现 | 第38-40页 |
| 5.2.1 训练分类器的MapReduce实现 | 第38-39页 |
| 5.2.2 标记测试样本的MapReduce实现 | 第39-40页 |
| 5.3 改进的Co-training by Committee算法在Hadoop平台实现的模块设计 | 第40-46页 |
| 5.4 本章小结 | 第46-47页 |
| 第六章 仿真验证 | 第47-66页 |
| 6.1 改进的Co-training by Committee算法的性能验证 | 第47-56页 |
| 6.1.1 仿真实验设置 | 第47-48页 |
| 6.1.2 仿真结果 | 第48-56页 |
| 6.2 改进算法在Hadoop平台上的仿真结果 | 第56-62页 |
| 6.2.1 仿真实验设置 | 第57-60页 |
| 6.2.2 实验结果与分析 | 第60-62页 |
| 6.3 改进算法在网络流量分类中的应用 | 第62-64页 |
| 6.3.1 网络流量分类意义 | 第62页 |
| 6.3.2 网络流量数据集介绍 | 第62-63页 |
| 6.3.3 网络流量分类 | 第63-64页 |
| 6.4 本章小结 | 第64-66页 |
| 第七章 结束语 | 第66-68页 |
| 7.1 工作总结 | 第66-67页 |
| 7.2 未来展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
