基于时空轨迹数据的交通状态分析及预测
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题背景 | 第12-13页 |
| 1.2 课题意义 | 第13-14页 |
| 1.3 相关研究现状 | 第14-16页 |
| 1.3.1 国外研究现状 | 第14-15页 |
| 1.3.2 国内相关研究 | 第15-16页 |
| 1.4 研究内容 | 第16-17页 |
| 1.5 文章结构 | 第17-18页 |
| 第2章 相关技术概述 | 第18-27页 |
| 2.1 交通数据采集技术 | 第18-20页 |
| 2.1.1 固定型采集技术 | 第18-19页 |
| 2.1.2 移动型采集技术 | 第19-20页 |
| 2.2 GPS轨迹数据 | 第20-21页 |
| 2.3 Hadoop平台 | 第21-25页 |
| 2.3.1 HDFS | 第21-22页 |
| 2.3.2 M/R编程 | 第22-24页 |
| 2.3.3 Hive | 第24-25页 |
| 2.4 R语言 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 轨迹数据处理 | 第27-35页 |
| 3.1 数据采集和修正 | 第27-28页 |
| 3.2 GPS转换 | 第28-30页 |
| 3.3 路网划分 | 第30-32页 |
| 3.4 路段匹配 | 第32-34页 |
| 3.4.1 常规匹配算法 | 第32-33页 |
| 3.4.2 综合匹配算法 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 交通状态分析 | 第35-45页 |
| 4.1 探索性数据分析 | 第35-38页 |
| 4.1.1 数据示例 | 第35-36页 |
| 4.1.2 速度值分析 | 第36-38页 |
| 4.2 数学模型 | 第38-40页 |
| 4.2.1 四分位数 | 第38-39页 |
| 4.2.2 函数公式 | 第39-40页 |
| 4.3 数据统计分析 | 第40-42页 |
| 4.3.1 路段速度 | 第40-41页 |
| 4.3.2 曲线拟合 | 第41-42页 |
| 4.4 结果验证与可视化对比 | 第42-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第5章 路段速度预测 | 第45-55页 |
| 5.1 常用预测模型分析 | 第45-48页 |
| 5.1.1 K-近邻预测模型 | 第45-47页 |
| 5.1.2 马尔可夫预测模型 | 第47-48页 |
| 5.2 预测方法设计与实现 | 第48-54页 |
| 5.2.1 需求设计与数学模型 | 第48-49页 |
| 5.2.2 实验结果与可视化展现 | 第49-54页 |
| 5.3 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读学位期间发表的学术论文和参与项目 | 第62页 |
