| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文的研究工作 | 第13-14页 |
| 1.4 论文的研究目标和组织架构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 相关技术介绍 | 第15-25页 |
| 2.1 基于统计的语义分析模型 | 第15-17页 |
| 2.1.1 潜在语义分析 | 第15-16页 |
| 2.1.2 概率潜在语义分析 | 第16页 |
| 2.1.3 基于LDA的主题模型 | 第16-17页 |
| 2.2 基于深度学习方法的语义分析 | 第17-19页 |
| 2.2.1 深度学习方法 | 第17-18页 |
| 2.2.2 轨迹数据的语义分析 | 第18-19页 |
| 2.3 基于Hadoop技术的大数据处理 | 第19-21页 |
| 2.3.1 分布式文件存储HDFS | 第19-21页 |
| 2.3.2 分布计算框架MapReduce | 第21页 |
| 2.4 时空轨迹数据的可视化技术 | 第21-24页 |
| 2.4.1 地理空间的热力分布图 | 第21-22页 |
| 2.4.2 地理空间的Choropleth图 | 第22-23页 |
| 2.4.3 地理空间的Voronoi图 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 大规模轨迹数据的分布式处理及压缩技术 | 第25-37页 |
| 3.1 原始采样轨迹数据 | 第25-27页 |
| 3.2 大规模轨迹数据的预处理 | 第27-29页 |
| 3.2.1 原始轨迹信息的提取 | 第27-28页 |
| 3.2.2 轨迹数据的清理 | 第28-29页 |
| 3.3 基于Hive数据仓库的城市轨迹数据存储与管理 | 第29-33页 |
| 3.3.1 数据仓库Hive | 第29-30页 |
| 3.3.2 城市轨迹数据的存储方案 | 第30-32页 |
| 3.3.3 数据仓库Hive的分区 | 第32-33页 |
| 3.4 分布式文件系统中城市轨迹数据的压缩及存储 | 第33-36页 |
| 3.4.1 基于LZO算法的城市轨迹压缩方法 | 第34-35页 |
| 3.4.2 基于SequenceFile的存储方案 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 交通轨迹数据的语义分析 | 第37-49页 |
| 4.1 词向量模型 | 第37-40页 |
| 4.1.1 自然语言统计模型 | 第37-38页 |
| 4.1.2 词向量的表示 | 第38-40页 |
| 4.2 基于预测的词向量语言模型 | 第40-44页 |
| 4.2.1 轨迹数据的预测模型 | 第42-43页 |
| 4.2.2 基于Skip-Gram的轨迹训练模型 | 第43-44页 |
| 4.3 基于TensorFlow框架的轨迹数据训练流程 | 第44-46页 |
| 4.3.1 深度学习框架TensorFlow | 第44-45页 |
| 4.3.2 轨迹数据训练流程 | 第45-46页 |
| 4.4 轨迹语义的主题分布 | 第46-47页 |
| 4.4.1 城市区块的着色方案 | 第46页 |
| 4.4.2 城市轨迹的语义分析 | 第46-47页 |
| 4.5 基于t-SNE的降维技术 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 大规模城市交通轨迹数据的可视化 | 第49-59页 |
| 5.1 基于经纬度信息的城市区块的划分 | 第49-52页 |
| 5.1.1 城市热点区块的选取 | 第49-50页 |
| 5.1.2 基于拓扑结构的热点区块合并 | 第50-52页 |
| 5.2 城市关键区块间的流量 | 第52-53页 |
| 5.3 城市关键区块间的细轨迹 | 第53-54页 |
| 5.4 城市交通案例研究 | 第54-57页 |
| 5.4.1 基于一日轨迹数据的交通规律分析 | 第54-55页 |
| 5.4.2 基于一周轨迹数据的交通规律分析 | 第55-57页 |
| 5.5 基于可视化展示结果的建议 | 第57-58页 |
| 5.6 本章小结 | 第58-59页 |
| 第6章 系统架构方案 | 第59-64页 |
| 6.1 实验环境 | 第59页 |
| 6.2 系统实现方案 | 第59-60页 |
| 6.2.1 前端展示平台 | 第60页 |
| 6.2.2 后台处理平台 | 第60页 |
| 6.3 系统前端界面展示 | 第60-63页 |
| 6.4 本章小结 | 第63-64页 |
| 第7章 总结与展望 | 第64-65页 |
| 7.1 论文小结 | 第64页 |
| 7.2 未来工作展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
