首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于空间聚类和Weka平台的出租车载客热点区域挖掘研究

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

论文共69页,点击 下载论文
上一篇:浅析互联网金融及其对商业银行的影响
下一篇:大学生微信用户人际交往的使用与满足研究