首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于互联网+与大数据机器学习的智能健身系统实现

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-18页
    1.1 研究背景及意义第9-11页
        1.1.1 研究背景第9-10页
        1.1.2 研究目的及意义第10-11页
    1.2 国内外发展现状第11-14页
        1.2.1 互联网+健身国内外发展现状第11-12页
        1.2.2 大数据机器学习国内外发展现状第12-14页
    1.3 论文的主要工作及主要贡献第14-17页
        1.3.1 课题来源第14-15页
        1.3.2 论文主要工作第15-16页
        1.3.3 论文主要贡献第16-17页
    1.4 论文组织结构第17-18页
第2章 相关技术介绍第18-30页
    2.1 互联网+相关技术介绍第18-23页
        2.1.1 NFC近场通讯技术第18-19页
        2.1.2 Web前端开发技术第19-21页
        2.1.3 PhoneGap技术第21-23页
    2.2 大数据与机器学习相关技术介绍第23-25页
        2.2.1 Hadoop大数据平台第23-24页
        2.2.2 Spark大数据平台第24-25页
        2.2.3 机器学习技术第25页
    2.3 推荐系统技术介绍第25-30页
        2.3.1 推荐系统简介第25-26页
        2.3.2 基于协同过滤的推荐算法第26-28页
        2.3.3 矩阵分解第28页
        2.3.4 交替最小二乘法(ALS)第28-30页
第3章 互联网+健身系统设计与实现第30-52页
    3.1 “互联网+健身”设计思路第30-31页
    3.2 利用PhoneGap技术封装移动APP第31-33页
    3.3 基于NFC技术实现健身设备联网第33-35页
    3.4 移动健身APP功能及其实现第35-47页
        3.4.1 移动健身APP的基本功能第35-42页
        3.4.2 基于WebSocket技术实现节能排行榜数据实时更新第42-47页
    3.5 后端技术与服务器环境搭建技术第47-52页
        3.5.1 后端技术实现第47-50页
        3.5.2 服务器的设计与搭建第50-52页
第4章 大数据平台的设计与实现第52-63页
    4.1 大数据平台需求分析第52页
    4.2 大数据平台的选择第52-53页
    4.3 基于Spark的大数据平台设计和实现第53-63页
        4.3.1 Spark基本功能第53-55页
        4.3.2 Spark大数据平台的搭建与运行第55-60页
        4.3.3 Spark平台健身数据的提取第60-63页
第5章 基于大数据平台的推荐系统设计与实现第63-79页
    5.1 互联网+健身模式下推荐系统设计第63-64页
    5.2 推荐模型选择第64页
    5.3 矩阵分解模型第64-67页
    5.4 矩阵分解最优化算法第67-70页
    5.5 基于Spark平台的推荐系统实现第70-79页
第6章 总结与展望第79-81页
致谢第81-82页
参考文献第82-85页
攻读硕士学位期间的研究成果第85页

论文共85页,点击 下载论文
上一篇:基于机器学习的雷达辐射源识别方法研究
下一篇:Web三维专题地图可视化框架研究与设计