| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-15页 |
| 1.2.1 云计算技术与平台研究现状 | 第10-13页 |
| 1.2.2 基于云计算的遥感大数据处理研究现状 | 第13页 |
| 1.2.3 云计算的任务调度研究现状 | 第13-15页 |
| 1.3 论文主要内容 | 第15-17页 |
| 1.3.1 论文主要研究内容 | 第15-16页 |
| 1.3.2 论文结构安排 | 第16-17页 |
| 2 相关技术 | 第17-25页 |
| 2.1 基于Hadoop的云计算关键技术 | 第17-19页 |
| 2.1.1 HDFS | 第17-18页 |
| 2.1.2 MapReduce | 第18-19页 |
| 2.2 基于Spark的云计算关键技术 | 第19-20页 |
| 2.3 CloudSim云计算仿真软件 | 第20-21页 |
| 2.4 量子进化算法 | 第21-23页 |
| 2.5 本文实验平台 | 第23-25页 |
| 3 基于Spark的高光谱图像融合分类方法的分布式并行优化 | 第25-42页 |
| 3.1 引言 | 第25页 |
| 3.2 基于多层次特征融合的高光谱图像分类方法 | 第25-28页 |
| 3.3 基于Spark的高光谱图像融合分类并行优化方法 | 第28-38页 |
| 3.3.1 提取亚像素级特征的并行优化方法 | 第28-33页 |
| 3.3.2 提取像素级特征的并行优化方法 | 第33-34页 |
| 3.3.3 提取超像素特征 | 第34-35页 |
| 3.3.4 分类预测的并行优化方法 | 第35-38页 |
| 3.4 实验及结果分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于混合量子进化调度的遥感大数据处理单目标优化 | 第42-59页 |
| 4.1 引言 | 第42页 |
| 4.2 基于DAG的资源约束的最小化makespan优化调度模型 | 第42-47页 |
| 4.2.1 DAG建模 | 第42-46页 |
| 4.2.2 资源约束的最小化makespan优化调度模型 | 第46-47页 |
| 4.3 基于量子进化的遥感大数据处理任务调度 | 第47-52页 |
| 4.4 基于混合量子进化的单目标优化算法设计 | 第52-54页 |
| 4.5 实验及结果分析 | 第54-58页 |
| 4.5.1 实验准备 | 第54-56页 |
| 4.5.2 实验结果及分析 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 研究总结 | 第59-60页 |
| 5.2 研究展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |
