首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于GPS数据的交通行为及出租车行驶路线推荐研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-18页
    1.1 研究背景第11-12页
    1.2 研究现状第12-14页
    1.3 论文的研究内容第14-16页
        1.3.1 数据清洗和地图匹配第15页
        1.3.2 搭载点识别第15页
        1.3.3 交通行为分析第15-16页
        1.3.4 空载出租车运行路线推荐第16页
        1.3.5 EasyDriver推荐系统实现第16页
    1.4 论文的组织结构第16-17页
    1.5 本章小结第17-18页
第二章 GPS数据挖掘基本理论和相关技术第18-25页
    2.1 轨迹数据预处理技术第18-21页
        2.1.1 GPS数据特点第18-19页
        2.1.2 GPS数据表示第19-20页
        2.1.3 GPS数据清洗第20-21页
    2.2 轨迹数据挖掘相关技术第21页
    2.3 常用的聚类算法介绍第21-24页
        2.3.1 K-means算法介绍第22页
        2.3.2 DBSCAN算法介绍第22-23页
        2.3.3 OPTICS算法介绍第23-24页
    2.4 本章小结第24-25页
第三章 搭载点挖掘及交通行为分析第25-40页
    3.1 数据描述与预处理第25-29页
        3.1.1 冗余数据处理第25-27页
        3.1.2 缺失数据处理第27-28页
        3.1.3 异常数据处理第28页
        3.1.4 地图匹配第28-29页
    3.2 搭载点挖掘第29-33页
        3.2.1 搭载点挖掘流程第29-30页
        3.2.2 潜在搭载点簇挖掘第30-31页
        3.2.3 实际搭载点挖掘第31-33页
    3.3 交通行为分析第33-39页
        3.3.1 交通行为分析流程第33-34页
        3.3.2 热点轨迹簇挖掘第34-37页
        3.3.3 交通行为挖掘第37-39页
    3.4 本章小结第39-40页
第四章 空载出租车行驶路线推荐第40-46页
    4.1 路线推线流程第40页
    4.2 加权树模型第40-42页
    4.3 减枝策略第42-43页
    4.4 多路线推荐策略第43-45页
    4.5 本章小结第45-46页
第五章 实验与EasyDriver系统第46-65页
    5.1 实验数据集第46-48页
    5.2 搭载点挖掘结果展示与实验第48-51页
        5.2.1 搭载点挖掘结果展示第48-49页
        5.2.2 搭载点挖掘实验结果与分析第49-51页
    5.3 路线推荐实验与结果展示第51-57页
        5.3.1 轨迹簇结果展示第51-52页
        5.3.2 路线推荐结果展示第52-53页
        5.3.3 路线推荐实验结果与分析第53-56页
        5.3.4 多路线推荐实例分析第56-57页
    5.4 EasyDriver系统第57-64页
        5.4.1 EasyDriver系统框架第57-58页
        5.4.2 EasyDriver数据存储模块第58-59页
        5.4.3 EasyDriver数据展示模块第59-60页
        5.4.4 开发环境搭建第60页
        5.4.5 EasyDriver核心功能第60-64页
    5.5 本章小结第64-65页
第六章 工作总结和展望第65-67页
    6.1 总结第65-66页
    6.2 展望第66-67页
参考文献第67-71页
致谢第71-72页
攻读学位期间发表的学术论文目录第72页

论文共72页,点击 下载论文
上一篇:不同剂量布地奈德/福莫特罗联合孟鲁司特治疗成人咳嗽变异性哮喘的临床观察性研究
下一篇:基于大数据的LTE网络评估分析