| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 国内外研究现状分析 | 第7-9页 |
| 1.3 论文主要工作 | 第9-10页 |
| 1.4 论文内容安排 | 第10-12页 |
| 第二章 相关技术研究 | 第12-23页 |
| 2.1 云计算框架Spark | 第12-17页 |
| 2.1.1 Spark体系架构 | 第12-13页 |
| 2.1.2 SparkCore | 第13-14页 |
| 2.1.3 Spark程序执行框架 | 第14-15页 |
| 2.1.4 存储系统HDFS | 第15-16页 |
| 2.1.5 资源管理平台Yarn | 第16-17页 |
| 2.2 聚类分析 | 第17-22页 |
| 2.2.1 聚类分析概述 | 第17-19页 |
| 2.2.2 聚类分析的数据结构 | 第19页 |
| 2.2.3 聚类分析的相似性度量 | 第19-20页 |
| 2.2.4 聚类目标函数 | 第20-21页 |
| 2.2.5 聚类算法分类 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于Spark的Canopy-Kmeans并行算法研究与改进 | 第23-37页 |
| 3.1 Canopy-Kmeans算法 | 第23-26页 |
| 3.2 基于密度峰值的改进Canopy-Kmeans算法 | 第26-29页 |
| 3.2.1 局部密度 | 第26-27页 |
| 3.2.2 最大最小准则与深度值 | 第27-28页 |
| 3.2.3 算法改进 | 第28-29页 |
| 3.3 改进算法的并行化设计 | 第29-32页 |
| 3.4 基于Spark的改进算法实现 | 第32-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于Spark的CFSFDP并行算法研究与改进 | 第37-50页 |
| 4.1 CFSFDP算法 | 第37-40页 |
| 4.2 一种自动选取中心点的CFSFDP改进算法 | 第40-44页 |
| 4.3 改进算法的并行化设计 | 第44-46页 |
| 4.4 基于Spark的改进算法实现 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 实验设计及分析 | 第50-61页 |
| 5.1 Spark集群部署 | 第50-52页 |
| 5.1.1 实验环境配置 | 第50页 |
| 5.1.2 Spark集群规划 | 第50页 |
| 5.1.3 SparkonYarn环境搭建 | 第50-52页 |
| 5.2 改进Canopy-Kmeans并行算法的实验过程及结果分析 | 第52-56页 |
| 5.2.1 实验数据 | 第52-53页 |
| 5.2.2 聚类效果分析 | 第53-55页 |
| 5.2.3 改进算法的并行性能测试 | 第55-56页 |
| 5.3 自动选取中心点的CFSFDP并行算法实验过程及结果分析 | 第56-59页 |
| 5.3.1 实验数据 | 第56页 |
| 5.3.2 聚类效果分析 | 第56-59页 |
| 5.3.3 自动选取中心点的CFSFDP算法并行性能测试 | 第59页 |
| 5.4 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-69页 |
