摘要 | 第3-4页 |
abstract | 第4-5页 |
第一章 引言 | 第8-15页 |
1.1 研究背景和现状 | 第8-9页 |
1.2 研究动机和目标 | 第9-10页 |
1.3 国内外研究现状 | 第10-12页 |
1.4 研究内容和论文结构 | 第12-15页 |
第二章 相关技术分析与相关工作 | 第15-25页 |
2.1 客户端图像数据采集方法 | 第15-17页 |
2.2 虚拟化技术 | 第17-19页 |
2.3 人脸照片特征抽取与人脸比对方法 | 第19-24页 |
2.4 本章小结 | 第24-25页 |
第三章 Spark性能影响因素及软硬件特征提取 | 第25-35页 |
3.1 硬件特征提取 | 第25页 |
3.2 图像聚类算法特征提取 | 第25-26页 |
3.3 spark动态配置特征提取 | 第26-31页 |
3.4 软硬件特征提取信息详细介绍 | 第31-34页 |
3.5 本章小结 | 第34-35页 |
第四章 基于SGBDTP-GA模型的Spark海量人脸图像比对算法的优化模型 | 第35-46页 |
4.1 SGBDTP-GA基本原理 | 第35-39页 |
4.2 SGBDTP-GA软硬件参数预测模型建立 | 第39-45页 |
4.3 本章小结 | 第45-46页 |
第五章 基于spark海量数据实时计算优化系统 | 第46-51页 |
5.1 系统总体架构设计 | 第46页 |
5.2 系统功能模块 | 第46-50页 |
5.3 本章小结 | 第50-51页 |
第六章 实验与评价 | 第51-57页 |
6.1 实验环境介绍 | 第51-52页 |
6.2 Spark人脸特征比对性能预测实验 | 第52-55页 |
6.3 Spark人脸特征比对软硬件资源性能优化实验 | 第55-56页 |
6.4 本章小结 | 第56-57页 |
第七章 总结与展望 | 第57-58页 |
7.1 总结 | 第57页 |
7.2 展望 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-62页 |
个人简介 | 第62-63页 |