道路行程时间预测及可视化研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 研究目标和内容 | 第8页 |
| 1.3 全文安排 | 第8-11页 |
| 第2章 相关工作综述 | 第11-19页 |
| 2.1 行程时间预测研究 | 第11-13页 |
| 2.2 聚类方法研究 | 第13-15页 |
| 2.3 数据可视化概述 | 第15-17页 |
| 2.4 本章小结 | 第17-19页 |
| 第3章 基于道路行程时间数据的实证分析 | 第19-43页 |
| 3.1 道路行程时间和拥堵情况预测的研究路线 | 第19-20页 |
| 3.2 数据预处理 | 第20-23页 |
| 3.2.1 数据的获取 | 第20-23页 |
| 3.2.2 数据清洗及补全 | 第23页 |
| 3.3 道路行程时间的特征分析 | 第23-37页 |
| 3.3.1 时间分布 | 第24-32页 |
| 3.3.2 天气因素 | 第32-37页 |
| 3.4 道路拥堵情况的特征分析 | 第37-42页 |
| 3.4.1 道路拥堵情况的时变规律 | 第38-40页 |
| 3.4.2 聚类分析挖掘异常路段 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于时间序列的预测模型与实验结果分析 | 第43-51页 |
| 4.1 基于时间序列的预测模型 | 第43-46页 |
| 4.2 道路行程时间和拥堵情况预测的评价指标 | 第46页 |
| 4.3 时间序列预测模型的实验结果及分析 | 第46-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 电子地图高效显示大量点数据的采样框架 | 第51-65页 |
| 5.1 问题定义 | 第51-52页 |
| 5.2 采样框架 | 第52-60页 |
| 5.2.1 四叉树阶段 | 第53-54页 |
| 5.2.2 屏幕分辨率阶段 | 第54页 |
| 5.2.3 网格化阶段 | 第54-56页 |
| 5.2.4 简单聚类阶段 | 第56-58页 |
| 5.2.5 基于密度的采样阶段 | 第58-59页 |
| 5.2.6 优化措施 | 第59-60页 |
| 5.3 实验验证和讨论 | 第60-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第6章 基于道路行程时间数据的可视化及原型系统 | 第65-83页 |
| 6.1 需求分析和系统总体设计 | 第65-68页 |
| 6.1.1 需求分析 | 第65-66页 |
| 6.1.2 系统架构 | 第66-67页 |
| 6.1.3 功能模块与接口设计 | 第67-68页 |
| 6.2 数据库设计 | 第68-71页 |
| 6.2.1 数据字典 | 第68-71页 |
| 6.2.2 数据流图设计 | 第71页 |
| 6.3 各模块详细设计 | 第71-79页 |
| 6.3.1 数据准备模块 | 第72-76页 |
| 6.3.2 数据分析模块 | 第76-77页 |
| 6.3.3 预测模块 | 第77-79页 |
| 6.4 系统原型展示 | 第79-81页 |
| 6.5 本章小结 | 第81-83页 |
| 第7章 总结与展望 | 第83-85页 |
| 7.1 工作总结 | 第83-84页 |
| 7.2 问题与展望 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 发表论文和参加科研情况说明 | 第89-91页 |
| 致谢 | 第91页 |
