| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 研究目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-18页 |
| 1.2.1 海量数据存储与提取的国内外研究现状 | 第10-12页 |
| 1.2.2 云计算的国内外研究现状 | 第12-16页 |
| 1.2.3 关系型数据库和非关系型数据库的对比分析 | 第16-18页 |
| 1.3 研究思路及章节安排 | 第18-20页 |
| 1.3.1 研究思路 | 第18-19页 |
| 1.3.2 章节安排 | 第19-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第2章 云计算在交通领域应用模式研究 | 第21-35页 |
| 2.1 云计算的概述 | 第21-28页 |
| 2.2 云计算在交通领域应用的必要性分析 | 第28-29页 |
| 2.3 基于云计算的交通数据存取框架设计 | 第29-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第3章 基于云计算的高速公路海量交通数据存取模型 | 第35-47页 |
| 3.1 高速公路路网及海量交通数据特性分析 | 第35-42页 |
| 3.1.1 高速公路路网特性分析 | 第35-38页 |
| 3.1.2 高速公路海量数据特征分析 | 第38-42页 |
| 3.2 高速公路路网海量交通数据存取的需求分析 | 第42-43页 |
| 3.3 基于云计算的高速公路海量交通数据的存取算法设计 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 基于MapReduce的高速公路交通参数并行查询实验 | 第47-55页 |
| 4.1 基于空间特征的高速公路GML并行查询 | 第47-51页 |
| 4.1.1 地理标记语言查询 | 第47页 |
| 4.1.2 空间特征集提取 | 第47-49页 |
| 4.1.3 GML并行查询处理 | 第49-51页 |
| 4.2 实例验证 | 第51-53页 |
| 4.2.1 实验环境 | 第51页 |
| 4.2.2 结果分析 | 第51-53页 |
| 4.3 本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
