大数据技术在城域视频监控系统中的应用研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题的研究背景 | 第8-10页 |
| 1.1.1 城域视频监控的背景 | 第8-9页 |
| 1.1.2 大数据研究背景 | 第9-10页 |
| 1.2 课题的研究现状及选题意义 | 第10-12页 |
| 1.3 课题研究内容 | 第12-13页 |
| 第二章 大数据相关技术简介 | 第13-24页 |
| 2.1 大数据技术一般处理流程 | 第13-16页 |
| 2.2 大数据关键技术 | 第16-21页 |
| 2.2.1 云计算和MapReduce | 第17-18页 |
| 2.2.2 分布式文件系统 | 第18-19页 |
| 2.2.3 分布式并行数据库 | 第19-21页 |
| 2.2.4 开源实现平台Hadoop | 第21页 |
| 2.3 大数据技术面临的挑战及应对策略 | 第21-23页 |
| 2.3.1 大数据技术面临的挑战 | 第22-23页 |
| 2.3.2 大数据技术面临挑战的应对策略 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 城域视频监控系统数据存储及管理 | 第24-30页 |
| 3.1 城域视频监控系统简介 | 第24-25页 |
| 3.2 城域视频监控数据云存储设计 | 第25-29页 |
| 3.2.1 设计方案 | 第26-28页 |
| 3.2.2 工作原理 | 第28-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 城域视频监控系统数据挖掘技术应用 | 第30-52页 |
| 4.1 智能视频分析挖掘 | 第30-33页 |
| 4.1.1 智能视频分析关键技术 | 第30-31页 |
| 4.1.2 智能视频分析关键功能 | 第31-33页 |
| 4.2 嫌疑车辆侦查分析 | 第33-42页 |
| 4.2.1 过车信息提取 | 第34页 |
| 4.2.2 过车信息分析 | 第34-36页 |
| 4.2.3 嫌疑车辆识别专家系统 | 第36-40页 |
| 4.2.4 套牌出租车案例研究 | 第40-42页 |
| 4.3 基于关联规则的道路交通事故成因分析研究 | 第42-50页 |
| 4.3.1 道路交通事故的影响因素分析 | 第43-44页 |
| 4.3.2 基于信息论的事故成因选取分析 | 第44-46页 |
| 4.3.3 关联规则与Apriori算法 | 第46-47页 |
| 4.3.4 实证研究 | 第47-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 工作总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
