基于数据挖掘的自助泊车系统
中文摘要 | 第2-3页 |
Abstract | 第3页 |
中文文摘 | 第5-9页 |
绪论 | 第9-21页 |
1. 研究背景及意义 | 第9-15页 |
2. 国内外研究现状 | 第15-19页 |
2.1 国外车位识别研究现状 | 第15页 |
2.2 国内车位识别研究现状 | 第15-17页 |
2.3 国外智能停车诱导系统研究现状 | 第17页 |
2.4 国内智能停车诱导系统研究现状 | 第17-19页 |
3. 本文的主要研究内容 | 第19-21页 |
第一章 智能泊车系统总体架构设计 | 第21-27页 |
1.1. 移动互联网的发展现状与趋势 | 第21-22页 |
1.2. 智能停车应用需求分析与系统设计 | 第22-23页 |
1.3. 系统总体架构设计 | 第23-24页 |
1.4. 设计开发语言的选择 | 第24-27页 |
1.4.1 C | 第24-25页 |
1.4.2 SQL Server数据库概述 | 第25页 |
1.4.3 JAVA Script语言概述 | 第25-27页 |
第二章 智能停车诱导模块的设计与开发 | 第27-43页 |
2.1. Socket交互模块设计 | 第27-30页 |
2.1.1 Socket套接字及连接方式选择 | 第27-28页 |
2.1.2 Socket通信流程 | 第28-30页 |
2.2. SQL Server数据库设计 | 第30-38页 |
2.2.1 表设计 | 第31-33页 |
2.2.2 存储过程设计 | 第33-36页 |
2.2.3 触发器设计 | 第36-37页 |
2.2.4 约束与索引设计 | 第37-38页 |
2.3. 停车诱导模块设计 | 第38-42页 |
2.3.1 用户注册与登录模块 | 第38-39页 |
2.3.2 车位查询模块 | 第39-41页 |
2.3.3 其它模块设计 | 第41-42页 |
2.4. 本章小结 | 第42-43页 |
第三章 车位智能识别模块的设计 | 第43-65页 |
3.1. 数据预处理模块设计 | 第44-47页 |
3.2. 卡尔曼滤波 | 第47-58页 |
3.2.1 卡尔曼滤波理论简介 | 第48页 |
3.2.2 卡尔曼滤波关键步骤简介 | 第48-50页 |
3.2.3 系统建模 | 第50-53页 |
3.2.4 建立卡尔曼滤波方程 | 第53-54页 |
3.2.5 卡尔曼滤波实现数据处理 | 第54-58页 |
3.3. C4.5算法判别车辆行驶状态 | 第58-61页 |
3.3.1 C4.5算法简介 | 第58页 |
3.3.2 C4.5算法构造决策树 | 第58-59页 |
3.3.3 C4.5算法判断车辆行驶状态 | 第59-61页 |
3.4. 车位识别算法甄别疑似车位 | 第61-62页 |
3.5. 车位数据智能添加模块 | 第62-63页 |
3.6. 本章小结 | 第63-65页 |
第四章 车位监控与界面管理模块设计 | 第65-77页 |
4.1. 基于百度地图的C | 第65-67页 |
4.1.1 C | 第65-67页 |
4.2 C | 第67-72页 |
4.2.1 C | 第67-68页 |
4.2.2 JS脚本访问数据库 | 第68-70页 |
4.2.3 JS脚本设计地图搜索和页面刷新设计 | 第70-72页 |
4.3. 系统通信模块设计 | 第72-75页 |
4.3.1 通信模块窗口设计 | 第72-73页 |
4.3.2 通信模块窗口功能介绍 | 第73-75页 |
4.4. 本章小结 | 第75-77页 |
第五章 系统验证与调试 | 第77-85页 |
5.1. 用户注册与登录模块验证 | 第77-79页 |
5.2. 数据上传与应答模块验证 | 第79-82页 |
5.3. 车位查询模块验证 | 第82-84页 |
5.4. 本章小结 | 第84-85页 |
第六章 总结与展望 | 第85-87页 |
6.1. 总结 | 第85页 |
6.2. 展望 | 第85-87页 |
参考文献 | 第87-93页 |
攻读学位期间承担的科研任务与主要成果 | 第93-95页 |
1. 在学期间发表的论文 | 第93页 |
2. 在学期间参加的科研项目 | 第93-95页 |
致谢 | 第95-97页 |
个人简历 | 第97-100页 |