| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景与意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-16页 |
| 1.3.1 缺失数据清洗的研究现状 | 第12-13页 |
| 1.3.2 离群数据清洗的研究现状 | 第13-15页 |
| 1.3.3 重复数据清洗的研究现状 | 第15-16页 |
| 1.4 研究目标和内容 | 第16-17页 |
| 1.5 论文结构 | 第17-19页 |
| 第2章 清洗方案设计 | 第19-29页 |
| 2.1 关键问题 | 第19-20页 |
| 2.2 分布式计算框架的对比 | 第20-22页 |
| 2.3 分布式方案设计 | 第22-26页 |
| 2.4 设计技术难点 | 第26-27页 |
| 2.5 算法改进 | 第27-28页 |
| 2.5.1 缺失数据清洗算法 | 第27页 |
| 2.5.2 离群数据清洗算法 | 第27-28页 |
| 2.5.3 重复数据清洗算法 | 第28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 缺失数据清洗算法 | 第29-38页 |
| 3.1 现有的缺失数据清洗算法 | 第29-30页 |
| 3.2 改进的缺失数据清洗算法 | 第30-34页 |
| 3.2.1 缺失数据的聚类算法 | 第30-31页 |
| 3.2.2 MapReduce模型下的缺失数据聚类 | 第31-32页 |
| 3.2.3 缺失数据填充算法 | 第32-33页 |
| 3.2.4 MapReduce模型下的缺失数据填充 | 第33-34页 |
| 3.3 功能实现及测试 | 第34-37页 |
| 3.3.1 测试实验环境 | 第34页 |
| 3.3.2 功能测试 | 第34-35页 |
| 3.3.3 分布式缺失数据清洗算法的加速比 | 第35-36页 |
| 3.3.4 缺失数据清洗算法填充精度对比 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 离群数据清洗算法 | 第38-54页 |
| 4.1 现有的离群数据清洗算法 | 第38-39页 |
| 4.2 改进的离群数据清洗算法 | 第39-51页 |
| 4.2.1 点到最小边界矩阵的距离 | 第39-40页 |
| 4.2.2 最小边界矩阵与最小边界矩阵的距离 | 第40-41页 |
| 4.2.3 离群数据清洗算法 | 第41页 |
| 4.2.4 MapReduce模型下改进的基于距离的离群数据清洗 | 第41-51页 |
| 4.3 功能实现及测试 | 第51-53页 |
| 4.3.1 功能测试 | 第51-52页 |
| 4.3.2 分布式离群数据清洗算法的加速比 | 第52页 |
| 4.3.3 离群数据清洗算法时间性能对比 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 重复数据清洗算法 | 第54-67页 |
| 5.1 现有的重复数据清洗算法 | 第54-55页 |
| 5.2 改进的重复数据清洗算法 | 第55-63页 |
| 5.2.1 重复数据清洗算法 | 第55-56页 |
| 5.2.2 MapReduce模型下的重复数据清洗 | 第56-63页 |
| 5.3 功能实现及测试 | 第63-66页 |
| 5.3.1 功能测试 | 第64页 |
| 5.3.2 分布式重复数据清洗算法的加速比 | 第64-65页 |
| 5.3.3 重复数据清洗算法检出量对比 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第6章 总结和展望 | 第67-69页 |
| 6.1 本文总结 | 第67-68页 |
| 6.2 研究展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
