| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 论文研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 1.4 论文的结构安排 | 第15-16页 |
| 第二章 出租车乘客出行特征提取方法与相关技术 | 第16-25页 |
| 2.1 出租车乘客出行特征 | 第16-17页 |
| 2.2 出租车GPS轨迹数据 | 第17-18页 |
| 2.3 数据并行处理技术 | 第18-22页 |
| 2.3.1 数据处理平台Spark | 第18-20页 |
| 2.3.2 Spark优势分析 | 第20-21页 |
| 2.3.3 Spark常用算子 | 第21-22页 |
| 2.4 基于出租车GPS数据的出行特征提取方法 | 第22-24页 |
| 2.4.1 出行特征提取流程 | 第22-23页 |
| 2.4.2 出行特征提取优缺点 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 出租车GPS轨迹数据预处理 | 第25-33页 |
| 3.1 数据预处理 | 第25-27页 |
| 3.2 地图匹配 | 第27-32页 |
| 3.2.1 路网数据介绍 | 第28-29页 |
| 3.2.2 地图匹配算法原理 | 第29-31页 |
| 3.2.3 匹配结果 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 出租车乘客出行特征提取算法设计 | 第33-49页 |
| 4.1 特征提取算法设计 | 第33-42页 |
| 4.1.1 出租车乘客上、下车点提取算法 | 第33-34页 |
| 4.1.2 运行车辆数提取算法 | 第34-35页 |
| 4.1.3 出租车载客行驶距离提取算法 | 第35-38页 |
| 4.1.4 网格出行量提取算法 | 第38-40页 |
| 4.1.5 出租车空驶率的时间和空间分布提取算法 | 第40-42页 |
| 4.2 特征提取算法性能分析 | 第42-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 基于SPARK平台的出租车乘客特征提取实例分析 | 第49-70页 |
| 5.1 SPARK平台搭建及部署 | 第49-52页 |
| 5.1.1 软硬件要求 | 第49页 |
| 5.1.2 分布式Spark集群搭建 | 第49-51页 |
| 5.1.3 Spark平台性能分析 | 第51-52页 |
| 5.2 实验结果与分析 | 第52-68页 |
| 5.2.1 出租车乘客出行时间分析 | 第52-60页 |
| 5.2.2 出租车乘客出行空间分析 | 第60-67页 |
| 5.2.3 出租车空驶率的时间和空间分布分析 | 第67-68页 |
| 5.3 本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 论文总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77页 |