基于交通时空大数据的异常行为模式挖掘研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 研究现状及发展趋势 | 第10-12页 |
| 1.2.1 交通时空数据研究现状 | 第10-11页 |
| 1.2.2 时空异常挖掘研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.3.1 研究问题描述 | 第12页 |
| 1.3.2 本文工作 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第二章 相关基础理论和关键技术 | 第14-21页 |
| 2.1 相关基础理论 | 第14-17页 |
| 2.1.1 数据挖掘简介 | 第14-16页 |
| 2.1.2 时空异常挖掘 | 第16-17页 |
| 2.2 关键技术 | 第17-20页 |
| 2.2.1 大数据处理技术 | 第17-19页 |
| 2.2.2 数据流技术 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 基于速度异常模型的时空异常探测 | 第21-43页 |
| 3.1 速度异常问题描述 | 第21-22页 |
| 3.2 速度异常模型的定义 | 第22页 |
| 3.3 速度异常探测及算法优化 | 第22-33页 |
| 3.3.1 数据清理 | 第23页 |
| 3.3.2 数据分割 | 第23-24页 |
| 3.3.3 异常探测 | 第24-25页 |
| 3.3.4 速度异常探测算法优化及实现 | 第25-33页 |
| 3.4 速度异常行为模式解释及相关应用 | 第33-37页 |
| 3.4.1 交通时空数据说明 | 第33-36页 |
| 3.4.2 速度异常模型在卡口数据中的应用 | 第36-37页 |
| 3.4.3 速度异常模型在浮动车数据中的应用 | 第37页 |
| 3.5 两点空间距离与速度阈值的确定 | 第37-40页 |
| 3.5.1 两点空间距离的计算 | 第38-40页 |
| 3.5.2 速度阈值的确定 | 第40页 |
| 3.6 实验及结果分析 | 第40-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第四章 基于地理栅格的浮动车越界行驶异常探测 | 第43-57页 |
| 4.1 浮动车越界行驶异常问题描述 | 第43-44页 |
| 4.2 空间点面关系判断 | 第44-50页 |
| 4.2.1 空间数据模型 | 第44-48页 |
| 4.2.2 多层栅格模型 | 第48-50页 |
| 4.3 基于HBase的多层栅格存储 | 第50-52页 |
| 4.4 浮动车越界行驶异常探测算法 | 第52-53页 |
| 4.5 实验及结果分析 | 第53-56页 |
| 4.5.1 多层栅格模型可行性分析 | 第53-54页 |
| 4.5.2 异常探测算法性能评估 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 系统实现 | 第57-64页 |
| 5.1 OpenStack云主机平台实现 | 第57-59页 |
| 5.2 Hadoop数据平台实现 | 第59-62页 |
| 5.3 道路实时监测系统实现 | 第62-63页 |
| 5.3.1 车辆行驶速度异常监测 | 第62页 |
| 5.3.2 浮动车行驶区域实时监测 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结展望 | 第64-66页 |
| 6.1 研究工作总结 | 第64页 |
| 6.2 未来展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-72页 |
| 详细摘要 | 第72-74页 |
