基于出租车轨迹数据挖掘的最优路径规划研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状及问题分析 | 第10-12页 |
| 1.2.1 国内外研究现状 | 第10-12页 |
| 1.2.2 当前研究中存在的问题 | 第12页 |
| 1.3 本文研究内容 | 第12-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 地图数据和轨迹数据的预处理 | 第16-33页 |
| 2.1 数据介绍 | 第16-20页 |
| 2.1.1 相关概念的定义 | 第16-17页 |
| 2.1.2 电子地图数据 | 第17-19页 |
| 2.1.3 出租车轨迹数据 | 第19-20页 |
| 2.2 轨迹数据的预处理 | 第20-22页 |
| 2.2.1 轨迹数据的过滤与提取 | 第20-21页 |
| 2.2.2 实验与结果分析 | 第21-22页 |
| 2.3 出租车轨迹数据的地图匹配方法 | 第22-31页 |
| 2.3.1 地图匹配的基本方法 | 第22-23页 |
| 2.3.2 ST-Matching地图匹配算法 | 第23-27页 |
| 2.3.3 IVMM地图匹配算法 | 第27-29页 |
| 2.3.4 实验与结果分析 | 第29-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 热点路段图的构建 | 第33-60页 |
| 3.1 引言 | 第33-34页 |
| 3.2 热点路段的选取 | 第34-35页 |
| 3.3 轨迹数据的聚类方法 | 第35-48页 |
| 3.3.1 轨迹相似度计算的基本方法 | 第35-38页 |
| 3.3.2 改进编辑距离的轨迹相似度计算 | 第38-40页 |
| 3.3.3 轨迹数据的聚类 | 第40-41页 |
| 3.3.4 改进的基于编辑距离的轨迹聚类算法 | 第41-44页 |
| 3.3.5 实验与结果分析 | 第44-48页 |
| 3.4 轨迹时间特征的聚类分析 | 第48-55页 |
| 3.4.1 轨迹行驶时间聚类分析 | 第49-51页 |
| 3.4.2 轨迹产生时间聚类分析 | 第51-53页 |
| 3.4.3 实验与结果分析 | 第53-55页 |
| 3.5 热点路段图的建立 | 第55-59页 |
| 3.5.1 热点路段图的建立方法 | 第56-58页 |
| 3.5.2 热点路段图的建立结果 | 第58-59页 |
| 3.6 本章小结 | 第59-60页 |
| 第4章 基于热点路段图的路径规划 | 第60-77页 |
| 4.1 改进的A-star最短路径算法 | 第60-62页 |
| 4.2 路径规划方法的研究 | 第62-70页 |
| 4.2.1 基于基础路网的最短路径规划方法 | 第63-64页 |
| 4.2.2 基于分层路网的分层路径规划方法 | 第64-66页 |
| 4.2.3 改进的基于热点路段图的路径规划方法 | 第66-70页 |
| 4.3 实验与结果分析 | 第70-76页 |
| 4.3.1 实验方案 | 第70-71页 |
| 4.3.2 实验结果分析 | 第71-76页 |
| 4.4 本章小结 | 第76-77页 |
| 第5章 总结与展望 | 第77-79页 |
| 5.1 本文工作总结 | 第77-78页 |
| 5.2 研究展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间的研究成果 | 第84页 |
