Hadoop下基于贝叶斯分类的气象数据挖掘研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·气象数据挖掘研究现状 | 第9-10页 |
| ·云平台下数据挖掘研究现状 | 第10-11页 |
| ·论文的主要工作 | 第11页 |
| ·论文的组织结构 | 第11-13页 |
| 第二章 气象数据挖掘 | 第13-25页 |
| ·数据挖掘简介 | 第13-14页 |
| ·数据挖掘的定义 | 第13页 |
| ·数据挖掘的过程 | 第13-14页 |
| ·典型气象数据挖掘的方法介绍 | 第14-21页 |
| ·分类分析法 | 第14-15页 |
| ·贝叶斯分类法 | 第15-21页 |
| ·气象数据预处理 | 第21-23页 |
| ·气象数据的特性 | 第22页 |
| ·气象数据预处理过程 | 第22-23页 |
| ·气象数据挖掘研究方向 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 开源云平台Hadoop相关技术 | 第25-35页 |
| ·Hadoop介绍 | 第25-26页 |
| ·HDFS介绍 | 第26-28页 |
| ·HDFS结构 | 第26-27页 |
| ·HDFS可靠性机制 | 第27-28页 |
| ·MapReduce介绍 | 第28-31页 |
| ·MapReduce编程模型 | 第28-29页 |
| ·MapReduce作业流程 | 第29-30页 |
| ·MapReduce关键技术 | 第30-31页 |
| ·MapReduce应用实例 | 第31-34页 |
| ·实验数据准备 | 第31页 |
| ·实验过程 | 第31-34页 |
| ·实验结果 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 朴素贝叶斯分类器 | 第35-43页 |
| ·基本定理 | 第35-36页 |
| ·贝叶斯定理 | 第35-36页 |
| ·极大后验假设 | 第36页 |
| ·朴素贝叶斯分类器介绍 | 第36-38页 |
| ·NB分类器定义 | 第36-38页 |
| ·NB分类器模型 | 第38页 |
| ·基于NB降雨量分类实验 | 第38-41页 |
| ·预测因子选择 | 第39-40页 |
| ·数据预处理 | 第40页 |
| ·预测因子离散化 | 第40-41页 |
| ·实验结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 基于MapReduce的NB分类器实现 | 第43-57页 |
| ·算法思路 | 第43-44页 |
| ·MRNB的具体实现 | 第44-52页 |
| ·预处理MapReduce过程 | 第44-48页 |
| ·模型训练MapReduce过程 | 第48-50页 |
| ·精度评估MapReduce过程 | 第50-52页 |
| ·实验环境和数据 | 第52-54页 |
| ·实验环境 | 第52-53页 |
| ·实验数据 | 第53-54页 |
| ·实验结果与分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·论文总结 | 第57-58页 |
| ·本文的不足 | 第58页 |
| ·工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |
