| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 论文主要工作 | 第13页 |
| 1.5 论文组织结构 | 第13-16页 |
| 第2章 大数据与云计算 | 第16-26页 |
| 2.1 大数据研究 | 第16-18页 |
| 2.2 Hadoop 和 MapReduce 编程模型 | 第18-25页 |
| 2.2.1 Hadoop 框架 | 第18-20页 |
| 2.2.2 MapReduce 计算框架和 YARN 框架 | 第20-25页 |
| 本章小结 | 第25-26页 |
| 第3章 数据挖掘在智能交通中的应用 | 第26-34页 |
| 3.1 数据挖掘 | 第26-27页 |
| 3.2 数据挖掘的步骤以及相关算法 | 第27-29页 |
| 3.2.1 数据挖掘步骤 | 第27-28页 |
| 3.2.2 数据挖掘中常用的算法 | 第28-29页 |
| 3.3 智能交通中的数据挖掘算法研究 | 第29-33页 |
| 本章小结 | 第33-34页 |
| 第4章 智能交通相关算法的并行化研究 | 第34-41页 |
| 4.1 实时路况查询—并行 KNN 算法的 MapReduce 实现 | 第34-36页 |
| 4.2 路线引导算法—Dijkstra 算法研究与单源广度优先最短路径算法的MapReduce 实现 | 第36-40页 |
| 本章小结 | 第40-41页 |
| 第5章 基于云平台的智能交通体系研究 | 第41-50页 |
| 5.1 系统架构设计 | 第41-43页 |
| 5.2 系统功能设计 | 第43-45页 |
| 5.2.1 查询最佳路线 | 第44页 |
| 5.2.2 实时路况预测 | 第44-45页 |
| 5.2.3 数据增删管理 | 第45页 |
| 5.2.4 更新系统路况 | 第45页 |
| 5.3 存储系统设计 | 第45-49页 |
| 5.3.1 HDFS 设计 | 第45-47页 |
| 5.3.2 HBase 数据库设计 | 第47-49页 |
| 本章小结 | 第49-50页 |
| 第6章 系统环境搭建与系统模拟测试 | 第50-57页 |
| 6.1 系统环境搭建 | 第50-52页 |
| 6.2 系统模拟测试 | 第52-56页 |
| 6.2.1 实时路况预测模拟测试 | 第52-54页 |
| 6.2.2 路线引导模拟测试 | 第54-56页 |
| 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间取得学术成果 | 第63页 |
