| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-14页 |
| 1.2.1 大数据与城市交通研究现状 | 第10-11页 |
| 1.2.2 出租车GPS数据应用研究现状 | 第11-13页 |
| 1.2.3 城市交通出行规划研究现状 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 本文章节安排 | 第15-17页 |
| 第二章 问题分析与基于Hadoop的系统总体方案设计 | 第17-28页 |
| 2.1 问题分析 | 第17-19页 |
| 2.1.1 城市路网与交通流特性 | 第17-18页 |
| 2.1.2 基于出租车数据的路网状态分析 | 第18-19页 |
| 2.1.3 基于出租车大数据辅助的路径规划 | 第19页 |
| 2.2 大数据与城市交通 | 第19-21页 |
| 2.2.1 大数据技术与Hadoop | 第20-21页 |
| 2.2.2 城市交通大数据 | 第21页 |
| 2.3 基于Hadoop的总体系统方案设计 | 第21-27页 |
| 2.3.1 系统框架与工作流程 | 第22-25页 |
| 2.3.2 Hadoop集群搭建 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于Hadoop的出租车大数据预处理 | 第28-43页 |
| 3.1 出租车大数据格式介绍 | 第28-29页 |
| 3.2 数据预处理总体流程 | 第29-32页 |
| 3.2.1 HDFS结构与MapReuduce工作原理 | 第29-31页 |
| 3.2.2 出租车GPS大数据预处理流程 | 第31-32页 |
| 3.3 出租车大数据清洗及二次排序处理 | 第32-37页 |
| 3.3.1 出租车大数据清洗 | 第32-35页 |
| 3.3.2 出租车大数据二次排序处理 | 第35-37页 |
| 3.4 地图匹配 | 第37-42页 |
| 3.4.1 地图匹配算法简述 | 第38-40页 |
| 3.4.2 城市路网匹配实现 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于出租车大数据分析的城市热点路段图构建 | 第43-54页 |
| 4.1 城市热点路段图构建过程 | 第43-45页 |
| 4.2 城市热点路段提取 | 第45-46页 |
| 4.3 路段平均车速计算 | 第46-50页 |
| 4.3.1 速度-时间积分模型 | 第47-48页 |
| 4.3.2 基于Hadoop的路段平均车速计算 | 第48-50页 |
| 4.4 城市热点路段图构建 | 第50-53页 |
| 4.4.1 路段拥堵等级划分 | 第50-52页 |
| 4.4.2 热点路段图构建 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于城市热点路段图的路径规划应用 | 第54-67页 |
| 5.1 基于热点路段图的路网模型设计 | 第54-57页 |
| 5.1.1 传统路网模型 | 第54-56页 |
| 5.1.2 基于热点路段图的路网模型扩建 | 第56-57页 |
| 5.2 基于热点路段图的A*算法改进 | 第57-63页 |
| 5.2.1 A*算法概述 | 第57-58页 |
| 5.2.2 A*算法改进 | 第58-61页 |
| 5.2.3 实验结果分析 | 第61-63页 |
| 5.3 基于热点路段图的路径规划系统实现 | 第63-65页 |
| 5.3.1 最优路径规划系统实现 | 第63-65页 |
| 5.3.2 最优路径查询结果展示 | 第65页 |
| 5.4 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73页 |