摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景 | 第10-11页 |
1.2 课题的提出 | 第11-12页 |
1.3 研究内容 | 第12页 |
1.4 国内外研究现状 | 第12-15页 |
1.4.1 海量数据的研究现状 | 第12-13页 |
1.4.2 聚集查询研究现状 | 第13-14页 |
1.4.3 交通旅行时间概率密度研究现状 | 第14-15页 |
1.5 论文结构 | 第15-17页 |
第二章 课题研究的理论基础 | 第17-26页 |
2.1 概述 | 第17页 |
2.2 概率密度数字特征与聚集查询的相关性 | 第17-18页 |
2.3 交通旅行时间概率密度分布特征 | 第18-22页 |
2.3.1 交通旅行时间概率密度正态分布与对数正态分布描述 | 第18-19页 |
2.3.2 交通旅行时间概率密度对数正态混合分布描述 | 第19-22页 |
2.4 最大似然参数估计方法 | 第22-25页 |
2.5 小结 | 第25-26页 |
第三章 数据属性描述及清洗预处理 | 第26-38页 |
3.1 概述 | 第26页 |
3.2 数据属性描述 | 第26-33页 |
3.2.1 交通旅行时间常用数据源 | 第26-27页 |
3.2.2 研究所用的道路车牌监控数据描述 | 第27-28页 |
3.2.3 从道路车牌监控数据中区别三种车辆类型 | 第28-30页 |
3.2.4 从道路车牌监控数据中获取交通旅行时间 | 第30-31页 |
3.2.5 交通旅行时间的时空特征 | 第31-33页 |
3.3 数据的清洗预处理 | 第33-37页 |
3.3.1 道路车牌监控数据中的脏数据及其特点 | 第33-36页 |
3.3.2 道路车牌监控数据中的脏数据清洗算法 | 第36-37页 |
3.4 小结 | 第37-38页 |
第四章 交通旅行时间概率密度特征提取模型 | 第38-52页 |
4.1 概述 | 第38页 |
4.2 交通旅行时间概率密度形状描述意义和难点 | 第38-39页 |
4.2.1 交通旅行时间分时间段的概率密度 | 第38-39页 |
4.2.2 交通旅行时间概率密度形状描述的意义 | 第39页 |
4.2.3 交通旅行时间概率密度形状描述难点 | 第39页 |
4.3 交通旅行时间概率密度形状描述的解决方案 | 第39-49页 |
4.3.1 有限对数正态分布混合模型的建立 | 第39-40页 |
4.3.2 交通旅行时间中的噪音数据定义和特征 | 第40页 |
4.3.3 交通旅行时间中的噪音数据与有效数据的区分 | 第40-43页 |
4.3.4 基于噪音数据与有效数据的区分方法的交通旅行时间概率密度形状描述算法 | 第43-49页 |
4.4 交通旅行时间概率密度特征提取 | 第49-51页 |
4.4.1 交通旅行时间概率密度密度分支的聚类分组意义 | 第49页 |
4.4.2 交通旅行时间数据聚类分组的密度特征 | 第49-50页 |
4.4.3 交通旅行时间分数据段的特征向量 | 第50-51页 |
4.5 小结 | 第51-52页 |
第五章 基于特征向量的交通旅行时间聚集查询指标计算方法 | 第52-60页 |
5.1 概述 | 第52页 |
5.2 依据交通旅行时间特征向量进行聚集查询意义和问题 | 第52-53页 |
5.2.1 交通旅行时间特征向量进行聚集查询意义 | 第52页 |
5.2.2 交通旅行时间特征向量进行聚集查询的主要问题 | 第52-53页 |
5.3 依据交通旅行时间特征向量进行聚集查询的解决方案 | 第53-59页 |
5.3.1 由特征向量生成随机特征数据的方法 | 第53-54页 |
5.3.2 不同数据段聚集查询的问题和解决方法 | 第54页 |
5.3.3 特征数据概率密度的确定 | 第54-55页 |
5.3.4 依据交通旅行时间特征向量进行聚集查询的效果 | 第55-59页 |
5.4 小结 | 第59-60页 |
第六章 软件实现及分析 | 第60-65页 |
6.1 概述 | 第60页 |
6.2 软件建模平台及相关工具 | 第60页 |
6.3 软件模块及其关系图 | 第60-64页 |
6.3.1 主要模块及其功能 | 第60-63页 |
6.3.2 模块关系图 | 第63-64页 |
6.4 小结 | 第64-65页 |
总结 | 第65-67页 |
参考文献 | 第67-71页 |
致谢 | 第71页 |