基于大数据挖掘的出租车行为检测方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-12页 |
| ·研究背景及意义 | 第7-9页 |
| ·研究背景 | 第7-9页 |
| ·研究意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国内研究现状 | 第9-10页 |
| ·国外研究现状 | 第10页 |
| ·出租车GPS数据现有研究不足 | 第10-11页 |
| ·本文框架及研究内容 | 第11-12页 |
| 第2章 相关理论知识简介 | 第12-22页 |
| ·数据处理技术 | 第12-14页 |
| ·数据处理技术体系结构 | 第12-13页 |
| ·数据处理技术过程模型 | 第13-14页 |
| ·数据挖掘常用方法 | 第14-16页 |
| ·基于GPS数据挖掘的聚类分析理论 | 第16-21页 |
| ·聚类分析算法分类 | 第17页 |
| ·基于划分的聚类算法 | 第17-20页 |
| ·基于密度的聚类算法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 数据处理平台搭建及模型建立 | 第22-35页 |
| ·GPS数据格式介绍 | 第22-23页 |
| ·数据处理平台搭建 | 第23-30页 |
| ·分布式平台架构 | 第23-27页 |
| ·实验室环境下Hadoop平台搭建 | 第27-30页 |
| ·GPS数据处理模型建立 | 第30-34页 |
| ·基于密度的K-means改进算法 | 第31-32页 |
| ·数据处理模型建立 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于GPS数据的出租车行为分析 | 第35-44页 |
| ·上客高峰期分析 | 第35-37页 |
| ·载客时长分析 | 第37-39页 |
| ·工作日与休息日载客时长分布及对比 | 第37-38页 |
| ·高峰和平峰时段载客时长分析 | 第38-39页 |
| ·出租车空驶率分析 | 第39-41页 |
| ·时间空驶率 | 第40页 |
| ·里程空驶率 | 第40-41页 |
| ·平均运行速度分析 | 第41-42页 |
| ·算法改进前后有效性对比 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 基于GPS数据的出租车停靠站设置 | 第44-52页 |
| ·出租车停靠站设置原则及形式 | 第44-45页 |
| ·设置原则 | 第44-45页 |
| ·设置形式 | 第45页 |
| ·出租车上客热点分布 | 第45-48页 |
| ·上客点时间分布 | 第46-47页 |
| ·上客点空间分布 | 第47-48页 |
| ·上客点时空间分布 | 第48页 |
| ·基于乘客步行距离最短的停靠站设置模型研究 | 第48-50页 |
| ·停靠站模型建立 | 第48-49页 |
| ·模型优化 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第6章 结论 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-55页 |
