营运车辆运行工况数据处理分析平台相关技术的研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-10页 |
| 1 引言 | 第10-18页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国外发展现状 | 第10-14页 |
| 1.2.1 欧洲工况 | 第11-12页 |
| 1.2.2 美国行驶工况 | 第12-14页 |
| 1.2.3 日本工况 | 第14页 |
| 1.3 国内工况现状 | 第14-16页 |
| 1.3.1 香港城区工况 | 第15-16页 |
| 1.3.2 北京市区行驶工况 | 第16页 |
| 1.4 论文研究内容 | 第16-17页 |
| 1.5 论文组织结构 | 第17-18页 |
| 2 数据分析平台的相关技术 | 第18-26页 |
| 2.1 工况数据的特点 | 第18-20页 |
| 2.1.1 工况数据的类型 | 第18-19页 |
| 2.1.2 数据的规模 | 第19页 |
| 2.1.3 数据的质量 | 第19-20页 |
| 2.2 Hadoop | 第20-23页 |
| 2.2.1 HDFS的运行机制 | 第20-21页 |
| 2.2.2 MapReduce的编程模型 | 第21-23页 |
| 2.3 集中式数据挖掘系统 | 第23-25页 |
| 2.3.1 集中式系统的基本架构 | 第23-24页 |
| 2.3.2 数据挖掘系统的应用方向 | 第24-25页 |
| 2.4 本章总结 | 第25-26页 |
| 3 工况的分析算法以及改进 | 第26-46页 |
| 3.1 工况的构建流程和数据采集 | 第26-29页 |
| 3.1.1 构建工况的基本流程 | 第26-27页 |
| 3.1.2 工况数据的采集 | 第27-28页 |
| 3.1.3 构建工况的基本理论 | 第28-29页 |
| 3.2 运动学片段的提出 | 第29-32页 |
| 3.2.1 运动学片段的定义 | 第29-30页 |
| 3.2.2 运动学片段的特征值 | 第30-32页 |
| 3.3 构建汽车行驶工况的算法 | 第32-41页 |
| 3.3.1 V-A矩阵法 | 第32-34页 |
| 3.3.2 主成分聚类方法 | 第34-41页 |
| 3.4 算法的选择与改进 | 第41-45页 |
| 3.4.1 算法的改进 | 第42-45页 |
| 3.5 本章总结 | 第45-46页 |
| 4 数据处理分析平台的实现 | 第46-59页 |
| 4.1 数据分析平台的存储 | 第46页 |
| 4.2 数据处理分析平台的设计 | 第46-51页 |
| 4.2.1 数据分析平台的概况 | 第47页 |
| 4.2.2 数据的规划采集 | 第47-51页 |
| 4.3 数据前期处理 | 第51-54页 |
| 4.3.1 数据分析平台的设计流程 | 第51-52页 |
| 4.3.2 数据的预处理 | 第52-54页 |
| 4.4 行驶工况的数据挖掘分析 | 第54-58页 |
| 4.4.1 主成分分析的实现 | 第54-55页 |
| 4.4.2 聚类分析的实现 | 第55-56页 |
| 4.4.3 工况结果的呈现 | 第56-58页 |
| 4.5 本章总结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59-60页 |
| 5.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第63-65页 |
| 学位论文数据集 | 第65页 |
