首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于云平台的海量浮动车数据地图匹配

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-15页
   ·研究背景及意义第10-11页
   ·国内外研究现状第11-12页
     ·地图匹配算法现状第11-12页
     ·Hadoop现状第12页
   ·研究内容第12-13页
   ·论文组织结构第13-15页
第2章 相关技术介绍第15-24页
   ·浮动车技术第15-18页
     ·浮动车技术特点第15-16页
     ·GPS技术介绍第16-17页
     ·GPS数据误差来源第17-18页
   ·GIS-T简介与ArcGIS介绍第18-20页
     ·GIS-T技术第18-19页
     ·ArcGIS软件第19-20页
   ·Hadoop技术第20-23页
     ·Hadoop起源第20页
     ·Hadoop相关子项目第20-23页
   ·本章小结第23-24页
第3章 浮动车数据预处理第24-33页
   ·浮动车数据坐标系转换第24-28页
     ·地理坐标系介绍第25页
     ·WGS-84与北京54坐标系转换第25-28页
   ·海量浮动车数据分布式存储第28-31页
     ·分布式文件系统—HDFS第28-30页
     ·HDFS容错机制第30页
     ·HDFS海量数据存储的优势第30-31页
   ·地图网络拓扑的生成第31-32页
   ·本章小结第32-33页
第4章 地图匹配第33-46页
   ·路段匹配算法第33-39页
     ·常见匹配算法第33-37页
     ·路段匹配算法分析第37-38页
     ·基于加权的路段匹配算法第38-39页
   ·候选路段筛选算法第39-42页
     ·基于网格候选路段筛选算法第39-40页
     ·基于四叉树的候选路段筛选算法第40-42页
   ·基于MapReduce模型的算法实现第42-44页
     ·分布式编程模型对比第42-43页
     ·基于MapReduce地图匹配第43-44页
   ·本章小结第44-46页
第5章 实验与测试第46-54页
   ·Hadoop云平台搭建第46-49页
     ·总体方案第46页
     ·安装步骤第46-49页
   ·MapReduce程序部署第49页
   ·实验结果分析第49-53页
     ·匹配精度分析第49-51页
     ·单点浮动车匹配分析第51-52页
     ·并行匹配速度分析第52-53页
   ·本章小结第53-54页
总结与展望第54-56页
   ·总结第54页
   ·展望第54-56页
参考文献第56-58页
致谢第58-59页
攻读学位期间参加的科研项目和成果第59页

论文共59页,点击 下载论文
上一篇:大面积卸荷对下卧地铁隧道的影响分析及变形控制研究
下一篇:基于Hadoop的海量交通数据研究与应用