| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-12页 |
| 1 绪论 | 第12-21页 |
| 1.1 论文背景和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 国内外聚类算法研究现状 | 第14-15页 |
| 1.2.2 近邻传播聚类算法的研究现状 | 第15-16页 |
| 1.2.3 谱聚类算法的研究现状 | 第16-18页 |
| 1.3 论文主要工作 | 第18-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 1.5 本章小结 | 第20-21页 |
| 2 聚类算法和SPARK平台概述 | 第21-33页 |
| 2.1 聚类方法介绍 | 第21-25页 |
| 2.1.1 聚类分析的场景 | 第21-22页 |
| 2.1.2 国内外聚类算法分类 | 第22-23页 |
| 2.1.3 聚类分析的数据度量 | 第23-24页 |
| 2.1.4 聚类效果评价标准 | 第24-25页 |
| 2.2 APACHE SPARK平台介绍 | 第25-32页 |
| 2.2.1 Spark平台计算框架 | 第26-28页 |
| 2.2.2 Spark弹性分布式数据集 | 第28-31页 |
| 2.2.3 Spark平台架构概述 | 第31-32页 |
| 2.3 本章小结 | 第32-33页 |
| 3 基于SPARK平台上近邻传播聚类的优化与实现 | 第33-50页 |
| 3.1 近邻传播聚类算法概述 | 第33-36页 |
| 3.2 近邻传播聚类算法的并行化和数据优化 | 第36-39页 |
| 3.2.1 原始数据优化 | 第36-38页 |
| 3.2.2 近邻传播算法并行化 | 第38-39页 |
| 3.3 基于SPARK平台上近邻传播聚类算法的优化与实现 | 第39-43页 |
| 3.3.1 并行优化数据集和存储 | 第39-40页 |
| 3.3.2 并行计算归属度数据和吸引度数据 | 第40-43页 |
| 3.3.3 并行划分数据点到多个类簇 | 第43页 |
| 3.4 算法复杂度分析 | 第43-44页 |
| 3.5 实验与结果分析 | 第44-49页 |
| 3.5.1 标准谱聚类与优化谱聚类对比 | 第44-46页 |
| 3.5.2 分布式平台上优化近邻传播聚类对比 | 第46-49页 |
| 3.6 本章小结 | 第49-50页 |
| 4 基于SPARK平台上谱聚类的优化与实现 | 第50-64页 |
| 4.1 谱聚类算法概述 | 第50-53页 |
| 4.2 谱聚类算法的并行化和数据优化 | 第53-54页 |
| 4.2.1 原始数据优化 | 第53-54页 |
| 4.2.2 谱聚类算法并行化 | 第54页 |
| 4.3 基于SPARK平台上谱聚类算法的优化与实现 | 第54-58页 |
| 4.3.1 并行化计算拉普拉斯矩阵 | 第55-56页 |
| 4.3.2 并行化计算特征向量 | 第56-57页 |
| 4.3.3 并行化对特征向量矩阵进行聚类 | 第57-58页 |
| 4.4 算法复杂度分析 | 第58-59页 |
| 4.5 实验与结果分析 | 第59-63页 |
| 4.5.1 标准谱聚类与优化谱聚类对比 | 第59-60页 |
| 4.5.2 分布式平台上优化谱聚类对比 | 第60-61页 |
| 4.5.3 拉普拉斯矩阵使用K-means与并行近邻传播聚类对比 | 第61-63页 |
| 4.6 本章小结 | 第63-64页 |
| 5 结论和展望 | 第64-67页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第71-73页 |
| 学位论文数据集 | 第73页 |
