基于云计算的海量时空数据存储及挖掘方法的研究和应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·传统时空数据存储及挖掘方法的研究现状 | 第11-13页 |
| ·云环境下的时空数据存储及挖掘方法的研究现状 | 第13-15页 |
| ·研究目标及研究内容 | 第15-16页 |
| ·研究目标 | 第15页 |
| ·研究内容 | 第15-16页 |
| ·本文组织结构 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第二章 相关理论知识和关键技术 | 第17-28页 |
| ·时空异常探测理论知识 | 第17-19页 |
| ·Hadoop 框架研究 | 第19-22页 |
| ·HDFS 原理研究 | 第19-21页 |
| ·MapReduce 编程模型 | 第21-22页 |
| ·HBase 数据存储原理研究 | 第22-26页 |
| ·HBase 存储架构 | 第22-24页 |
| ·HBase 数据模型 | 第24-26页 |
| ·Zookeeper | 第26页 |
| ·Hive 介绍 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于云计算的时空异常探测 | 第28-38页 |
| ·引言 | 第28页 |
| ·时空异常模式的定义 | 第28-29页 |
| ·基于 Hadoop 的架构设计 | 第29-31页 |
| ·时空异常探测方法实现 | 第31-35页 |
| ·数据预处理 | 第33页 |
| ·分布式异常探测方法 | 第33-34页 |
| ·知识规则应用 | 第34页 |
| ·结果验证 | 第34-35页 |
| ·实验结果与分析 | 第35-37页 |
| ·实验软硬件配置 | 第35页 |
| ·实验数据集 | 第35页 |
| ·实验结果分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 一种基于HBase的分布式辅助索引 | 第38-48页 |
| ·引言 | 第38页 |
| ·数据模型 | 第38-40页 |
| ·行键设计 | 第39页 |
| ·行键数据模型 | 第39-40页 |
| ·分布式辅助索引 | 第40-41页 |
| ·协处理器 Coprocessor | 第41页 |
| ·基于交通流的分布式辅助索引构建 | 第41-46页 |
| ·实验结果与分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于云计算的海量时空数据存储及分析平台 | 第48-59页 |
| ·云平台搭建 | 第48-52页 |
| ·安装 Hadoop | 第48-50页 |
| ·安装 HBase | 第50-51页 |
| ·安装 Hive 并集成 HBase | 第51-52页 |
| ·系统实现 | 第52-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·研究工作总结 | 第59页 |
| ·未来展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-67页 |
| 详细摘要 | 第67-70页 |
