基于智能手机的出行方式识别系统的研究与设计
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究的背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-19页 |
| 第2章 出行方式识别关键技术 | 第19-29页 |
| 2.1 出行方式识别 | 第19-21页 |
| 2.2 定位技术 | 第21-23页 |
| 2.2.1 基站定位技术 | 第21-22页 |
| 2.2.2 GPS定位技术 | 第22-23页 |
| 2.2.3 A-GPS定位技术 | 第23页 |
| 2.3 典型识别算法 | 第23-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于改进随机森林算法的出行方式识别 | 第29-39页 |
| 3.1 随机森林算法 | 第29-32页 |
| 3.2 算法比较 | 第32-36页 |
| 3.3 随机森林算法的改进 | 第36-37页 |
| 3.3.1 随机森林算法存在的问题 | 第36页 |
| 3.3.2 随机森林算法改进 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 系统设计 | 第39-61页 |
| 4.1 系统概述 | 第39-40页 |
| 4.2 系统模型构建 | 第40-51页 |
| 4.2.1 数据采集 | 第40-42页 |
| 4.2.2 特征提取 | 第42-45页 |
| 4.2.3 模式识别 | 第45-49页 |
| 4.2.4 特征量有效性的验证 | 第49-50页 |
| 4.2.5 模型简化 | 第50-51页 |
| 4.3 系统总体设计 | 第51-52页 |
| 4.4 系统软硬件开发环境 | 第52页 |
| 4.5 系统详细设计 | 第52-59页 |
| 4.5.1 交互模块详细设计 | 第53-54页 |
| 4.5.2 存储模块详细设计 | 第54-56页 |
| 4.5.3 数据采集模块详细设计 | 第56-57页 |
| 4.5.4 特征提取模块详细设计 | 第57页 |
| 4.5.5 方式判别模块详细设计 | 第57-58页 |
| 4.5.6 主控制模块详细设计 | 第58-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第5章 系统测试 | 第61-67页 |
| 5.1 系统界面测试 | 第61-63页 |
| 5.2 系统功能测试 | 第63-65页 |
| 5.3 出行方式识别结果测试 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 结论 | 第67-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
