| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-19页 |
| 1.1.1 课题来源 | 第12页 |
| 1.1.2 宏基因组的生物信息学分析简介 | 第12-14页 |
| 1.1.3 宏基因组的生物信息学分析分析面临的挑战 | 第14-16页 |
| 1.1.4 大数据平台：Hadoop和Spark简介 | 第16-19页 |
| 1.2 相关工作 | 第19-22页 |
| 1.2.1 序列比对 | 第19-20页 |
| 1.2.2 APSS问题 | 第20-21页 |
| 1.2.3 社区发现算法 | 第21-22页 |
| 1.3 本文的主要工作 | 第22-23页 |
| 1.4 本文的组织结构 | 第23-24页 |
| 第二章 基于Hadoop平台的宏基因组序列比对方法 | 第24-31页 |
| 2.1 SOAPaligner简介 | 第24-25页 |
| 2.2 Hadoop Streaming简介 | 第25-28页 |
| 2.2.1 MapReduce计算模型 | 第25-26页 |
| 2.2.2 Hadoop Streaming的实现原理 | 第26-27页 |
| 2.2.3 Hadoop Streaming的命令 | 第27-28页 |
| 2.3 SOAPaligner并行化实现 | 第28-29页 |
| 2.4 性能测试 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于Spark平台的相似基因对算法实现与优化 | 第31-50页 |
| 3.1 宏基因组聚类问题和方法 | 第31-35页 |
| 3.1.1 问题定义 | 第31-32页 |
| 3.1.2 宏基因组聚类方法 | 第32-33页 |
| 3.1.3 MGS聚类方法 | 第33-35页 |
| 3.2 局部敏感哈希 | 第35-39页 |
| 3.2.1 局部敏感哈希函数族的定义 | 第36-37页 |
| 3.2.2 增强局部敏感哈希的方法 | 第37-39页 |
| 3.3 相似基因对计算算法实现与优化 | 第39-44页 |
| 3.3.1 基于Spark的相似基因对问题的实现 | 第40-42页 |
| 3.3.2 利用LSH加速相似基因对算法 | 第42-44页 |
| 3.4 性能评估 | 第44-49页 |
| 3.4.1 测试平台及数据 | 第44-45页 |
| 3.4.2 LSH方法精确度分析 | 第45-47页 |
| 3.4.3 可扩展性分析和加速效果分析 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于Spark平台的宏基因组基因图聚类算法实现 | 第50-63页 |
| 4.1 Spark GraphX简介 | 第50-54页 |
| 4.1.1 GraphX架构 | 第50-51页 |
| 4.1.2 GraphX存储策略 | 第51-53页 |
| 4.1.3 GraphX基本操作 | 第53-54页 |
| 4.2 宏基因组基因图聚类算法设计 | 第54-57页 |
| 4.3 聚类结果分析 | 第57-62页 |
| 4.3.1 基因图顶点的度分布和连通性分析 | 第57-59页 |
| 4.3.2 基因图聚类结果分析 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 结束语 | 第63-66页 |
| 5.1 工作总结 | 第63-64页 |
| 5.2 课题展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 作者在学期间取得的学术成果 | 第72页 |
