| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 出租车调度系统的研究现状 | 第11-13页 |
| 1.2.2 空间聚类算法的研究现状 | 第13-15页 |
| 1.3 本文工作和论文组织结构 | 第15-17页 |
| 第2章 基于出租车载客热点区域的调度方案 | 第17-28页 |
| 2.1 出租车调度系统的功能 | 第17-18页 |
| 2.2 现有出租车调度方案概述 | 第18-23页 |
| 2.2.1 集中式调度 | 第18-21页 |
| 2.2.2 自主呼叫式调度 | 第21-23页 |
| 2.3 基于出租车载客热点区域的调度方案 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 空间聚类算法 | 第28-43页 |
| 3.1 空间聚类算法概述 | 第28-30页 |
| 3.2 基于密度的空间聚类算法 | 第30-35页 |
| 3.2.1 DBSCAN 算法 | 第31页 |
| 3.2.2 FDBSCAN 算法 | 第31-35页 |
| 3.3 R-FDBSCAN：带范围控制的 FDBSCAN 算法 | 第35-42页 |
| 3.3.1 R-FDBSCAN 算法描述 | 第35-38页 |
| 3.3.2 R-FDBSCAN 算法实验分析 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于 Weka 平台的算法实现和热点区域挖掘 | 第43-62页 |
| 4.1 Weka 平台概述 | 第43页 |
| 4.2 Weka 图形用户界面 | 第43-45页 |
| 4.3 Weka 平台集成 R-FDBSCAN 算法 | 第45-48页 |
| 4.4 数据准备 | 第48-53页 |
| 4.4.1 源数据介绍 | 第48页 |
| 4.4.2 源数据格式转换 | 第48-50页 |
| 4.4.3 数据预处理 | 第50-53页 |
| 4.5 出租车载客热点区域挖掘 | 第53-58页 |
| 4.5.1 划分载客特征时间段 | 第53-55页 |
| 4.5.2 参数的选择 | 第55-56页 |
| 4.5.3 基于 R-FDBSCAN 算法的出租车载客热点区域挖掘 | 第56-58页 |
| 4.6 基于 ArcGIS 平台实现出租车载客热度区域可视化 | 第58-61页 |
| 4.7 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 作者简介 | 第68-69页 |
| 致谢 | 第69页 |
