首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于Storm的实时地图匹配算法研究

摘要第3-4页
ABSTRACT第4-5页
1 绪论第9-15页
    1.1 研究背景第9页
    1.2 实时地图匹配算法的国内外研究现状第9-13页
        1.2.1 国内外研究现状第9-12页
        1.2.2 研究现状分析第12-13页
    1.3 研究目的意义及论文的研究内容第13-14页
        1.3.1 研究目的和意义第13页
        1.3.2 研究内容第13-14页
    1.4 本章小结第14-15页
2 地图匹配实验准备第15-27页
    2.1 电子地图数据第15-17页
        2.1.1 OpenStreetMap开源地图数据第15-16页
        2.1.2 道路网结构定义第16-17页
    2.2 GPS轨迹第17-19页
        2.2.1 GPS轨迹采集及预处理第17-18页
        2.2.2 GPS轨迹定义第18-19页
    2.3 实时地图匹配第19-22页
        2.3.1 实时地图匹配定义第19-20页
        2.3.2 地图匹配误差来源分析第20-22页
    2.4 地图匹配实验平台第22-25页
    2.5 本章小结第25-27页
3 基于动态权重实时地图匹配模型建立第27-39页
    3.1 算法模型结构第27-28页
    3.2 候选路段选择第28-29页
    3.3 权重模型建立第29-34页
        3.3.1 距离权重第29-30页
        3.3.2 方位权重第30-31页
        3.3.3 方向权重第31-33页
        3.3.4 连通性权重第33-34页
    3.4 权重系数模型建立第34-35页
        3.4.1 距离权重系数第34页
        3.4.2 方位权重系数第34页
        3.4.3 方向权重系数第34-35页
        3.4.4 连通性权重系数第35页
    3.5 最佳匹配路段选择第35-37页
        3.5.1 置信度水平函数第35-36页
        3.5.2 初始匹配阶段第36页
        3.5.3 跟踪匹配阶段第36-37页
    3.6 算法伪代码第37-38页
    3.7 本章小结第38-39页
4 基于Storm平台的算法并行化第39-53页
    4.1 流计算框架Storm概述第39-43页
        4.1.1 Storm的基本概念第39-41页
        4.1.2 Storm的组成结构第41-42页
        4.1.3 Storm的并行度第42-43页
    4.2 Storm集群的搭建第43-45页
        4.2.1 搭建Zookeeper集群第43页
        4.2.2 搭建Storm集群第43-45页
    4.3 基于Storm的并行算法实现第45-51页
        4.3.1 ST-DWMM算法的并行化分析第45-49页
        4.3.2 设计各模块输入输出数据格式第49-51页
        4.3.3 模块间的Stream Grouping第51页
    4.4 本章小结第51-53页
5 实验分析与评估第53-67页
    5.1 单机下ST-DWMM算法匹配准确率评估第53-61页
        5.1.1 实验环境及数据第53-56页
        5.1.2 实验结果及小结第56-61页
    5.2 Storm平台下并行算法匹配效率评估第61-66页
        5.2.1 实验数据第61-62页
        5.2.2 实验方案第62-63页
        5.2.3 实验结果及小结第63-66页
    5.3 本章小结第66-67页
6 总结与展望第67-69页
    6.1 主要结论第67页
    6.2 后续研究工作的展望第67-69页
致谢第69-71页
参考文献第71-75页
附录第75页
    作者在攻读学位期间发表的论文目录第75页

论文共75页,点击 下载论文
上一篇:GPS多路径误差削弱方法研究
下一篇:番茄SlPRE6-like转录因子的克隆及功能研究