摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景 | 第10-11页 |
1.1.1 交通状况 | 第10-11页 |
1.1.2 基于运营商数据的挖掘 | 第11页 |
1.2 研究内容 | 第11-14页 |
1.2.1 研究路线图 | 第12-13页 |
1.2.2 基于运营商数据的道路交通分析系统框架 | 第13页 |
1.2.3 基于隐马尔可夫模型的道路映射算法 | 第13页 |
1.2.4 交通分析功能实现 | 第13-14页 |
1.3 研究成果及意义 | 第14-15页 |
1.4 论文组织结构 | 第15-18页 |
第二章 基于移动通信位置数据的交通分析及其相关技术 | 第18-28页 |
2.1 地图匹配工作研究现状 | 第18-21页 |
2.1.1 地图匹配算法原理 | 第18-19页 |
2.1.2 常用地图匹配算法 | 第19-21页 |
2.2 基于移动通信定位数据的分析研究现状 | 第21-22页 |
2.3 相关数据挖掘技术与算法 | 第22-25页 |
2.3.1 隐马尔可夫模型 | 第22-23页 |
2.3.2 维特比算法 | 第23-24页 |
2.3.3 最短路径算法 | 第24-25页 |
2.3.4 轨迹相似度算法 | 第25页 |
2.4 分布式计算框架 | 第25-26页 |
2.5 本章小结 | 第26-28页 |
第三章 道路交通分析系统 | 第28-36页 |
3.1 系统需求 | 第28-29页 |
3.2 系统设计与实现 | 第29-34页 |
3.2.1 系统架构 | 第29页 |
3.2.2 数据源 | 第29-30页 |
3.2.3 数据存储层 | 第30-31页 |
3.2.4 平台计算层 | 第31页 |
3.2.5 应用功能层 | 第31-34页 |
3.3 程序脚本设计 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第四章 基于隐马尔可夫模型的地图匹配算法 | 第36-52页 |
4.1 数据准备 | 第36-40页 |
4.1.1 数据集简介 | 第36-37页 |
4.1.2 数据预处理 | 第37-38页 |
4.1.3 基站去震荡 | 第38-39页 |
4.1.4 轨迹分割 | 第39页 |
4.1.5 用户真实位置获取 | 第39-40页 |
4.2 算法介绍 | 第40-45页 |
4.2.1 隐马尔可夫模型 | 第40-44页 |
4.2.2 维特比算法 | 第44-45页 |
4.3 实验结果对比 | 第45-50页 |
4.3.1 验证数据 | 第45页 |
4.3.2 评价指标 | 第45-46页 |
4.3.3 模型参数与过滤器对实验结果的影响 | 第46-49页 |
4.3.4 模型结果对比 | 第49-50页 |
4.4 本章小结 | 第50-52页 |
第五章 交通分析功能实现 | 第52-62页 |
5.1 道路拥堵分析 | 第52-53页 |
5.2 交通方式判断 | 第53-56页 |
5.2.1 速度估算 | 第53-54页 |
5.2.2 根据速度的频率分布进行粗糙分类 | 第54-55页 |
5.2.3 基于轨迹相似度区分地铁与乘车 | 第55-56页 |
5.2.4 交通方式判断结果 | 第56页 |
5.3 空时查询 | 第56-59页 |
5.3.1 空间存储 | 第57页 |
5.3.2 空时查询 | 第57-58页 |
5.3.3 查询速度比较 | 第58-59页 |
5.4 本章小结 | 第59-62页 |
第六章 总结与展望 | 第62-64页 |
参考文献 | 第64-68页 |
附录 | 第68-70页 |
附录1 缩略语表 | 第68-70页 |
致谢 | 第70-72页 |
攻读学位期间发表的学术论文目录 | 第72页 |