基于web的轨迹数据可视化研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.2.1 轨迹数据应用现状 | 第13-16页 |
| 1.2.2 可视化技术研究现状 | 第16-20页 |
| 1.3 本文主要工作 | 第20页 |
| 1.4 论文组织结构 | 第20-22页 |
| 第2章 相关技术综述 | 第22-28页 |
| 2.1 可视化本质及方法 | 第22-24页 |
| 2.1.1 可视化本质 | 第22-23页 |
| 2.1.2 轨迹可视化方法 | 第23-24页 |
| 2.2 大数据环境下的数据可视化技术 | 第24-26页 |
| 2.2.1 多视图可视化技术 | 第25页 |
| 2.2.2 即时数据关联趋势可视化技术 | 第25页 |
| 2.2.3 web可视化技术 | 第25-26页 |
| 2.3 B/S架构与C/S架构 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 轨迹数据预处理及核心算法 | 第28-45页 |
| 3.1 研究地点概述 | 第28-29页 |
| 3.2 原始轨迹数据采集与提取 | 第29-31页 |
| 3.3 地图选取及地图匹配 | 第31-32页 |
| 3.3.1 数字地图选取 | 第31页 |
| 3.3.2 地图匹配 | 第31-32页 |
| 3.4 轨迹数据预处理 | 第32-34页 |
| 3.4.1 轨迹数据预处理原因 | 第32-33页 |
| 3.4.2 异常轨迹数据过滤算法 | 第33-34页 |
| 3.5 停留点检测 | 第34-36页 |
| 3.5.1 停留点概述 | 第34页 |
| 3.5.2 停留点检测算法 | 第34-36页 |
| 3.6 轨迹聚类 | 第36-40页 |
| 3.6.1 核密度算法的理论基础 | 第36-37页 |
| 3.6.2 带宽选择 | 第37-39页 |
| 3.6.3 实验结果 | 第39-40页 |
| 3.7 缺失轨迹识别与填充 | 第40-44页 |
| 3.7.1 基于距离和时间阈值的缺失轨迹识别算法 | 第40-41页 |
| 3.7.2 均值填充算法 | 第41-44页 |
| 3.8 本章小结 | 第44-45页 |
| 第4章 基于web的轨迹数据可视化系统设计 | 第45-52页 |
| 4.1 系统设计方案 | 第45页 |
| 4.2 系统开发技术 | 第45-47页 |
| 4.2.1 前端开发框架及处理技术 | 第45-46页 |
| 4.2.2 后台处理平台 | 第46-47页 |
| 4.3 数据库的设计与实现 | 第47-51页 |
| 4.3.1 数据库设计 | 第47-49页 |
| 4.3.2 数据库查询优化 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 系统实现与测试 | 第52-62页 |
| 5.1 可视化系统功能模块 | 第52页 |
| 5.2 系统实现 | 第52-57页 |
| 5.2.1 可视化首页 | 第52-53页 |
| 5.2.2 出行统计模块 | 第53-54页 |
| 5.2.3 起始点模块 | 第54-55页 |
| 5.2.4 轨迹模块 | 第55-56页 |
| 5.2.5 热力图模块 | 第56-57页 |
| 5.3 系统测试 | 第57-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 附录A 攻读硕士学位期间所发表的学术论文目录 | 第69-70页 |
| 附录B 攻读硕士学位期间所参与的学术科研活动 | 第70-71页 |
| 致谢 | 第71页 |
