| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1.绪论 | 第9-16页 |
| 1.1 选题的背景和意义 | 第9页 |
| 1.2 城市交通路况时空分析的研究现状 | 第9-12页 |
| 1.2.1 城市交通路况的主要研究对象 | 第10-11页 |
| 1.2.2 城市交通路况的时空分析方法 | 第11页 |
| 1.2.3 城市交通路况的大数据时空分析及可视化 | 第11-12页 |
| 1.3 大数据管理及可视化相关技术 | 第12-15页 |
| 1.3.1 Hadoop | 第13-15页 |
| 1.3.2 Echarts | 第15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 2.城市交通路况的时空自相关分析 | 第16-24页 |
| 2.1 城市交通路况的时空自相关分析方法 | 第16-18页 |
| 2.1.1 时空自相关路网模型 | 第16-17页 |
| 2.1.2 全局时空自相关分析 | 第17页 |
| 2.1.3 局部时空自相关分析 | 第17-18页 |
| 2.2 基于卡口流量的城市交通路况时空分析 | 第18-21页 |
| 2.2.1 全局时空自相关分析结果 | 第18-20页 |
| 2.2.2 局部时空自相关分析结果 | 第20-21页 |
| 2.3 基于实时路况的城市交通路况时空分析 | 第21-24页 |
| 2.3.1 全局时空自相关分析结果 | 第22-23页 |
| 2.3.2 局部时空自相关分析结果 | 第23-24页 |
| 3 城市交通路况大数据可视化功能的实现 | 第24-36页 |
| 3.1 城市交通路况大数据的导入与访问 | 第24-25页 |
| 3.2 城市交通路况全局时空Moran’s I算法的实现 | 第25-27页 |
| 3.3 城市交通路况局部时空Moran’s I算法的实现 | 第27-29页 |
| 3.4 Web端城市交通路况大数据可视化功能的实现 | 第29-34页 |
| 3.4.1 卡口车流量统计分析及可视化功能的实现 | 第29-30页 |
| 3.4.2 OD分析及可视化功能的实现 | 第30-31页 |
| 3.4.3 车辆行车轨迹分析及可视化功能的实现 | 第31-32页 |
| 3.4.4 旅游分析及可视化功能的实现 | 第32-34页 |
| 3.5 移动端出行服务功能的实现 | 第34-36页 |
| 3.5.1 移动端数据的访问 | 第34-35页 |
| 3.5.2 实时路况查询及显示功能的实现 | 第35页 |
| 3.5.3 卡口实况查询及显示功能的实现 | 第35-36页 |
| 4.城市交通路况大数据可视化GIS系统 | 第36-58页 |
| 4.1 系统结构设计 | 第36-41页 |
| 4.1.1 系统结构 | 第36页 |
| 4.1.2 客户端 | 第36-37页 |
| 4.1.3 业务逻辑层 | 第37-38页 |
| 4.1.4 持久化层 | 第38-41页 |
| 4.2 系统界面设计 | 第41-43页 |
| 4.2.1 Web端界面设计 | 第41-42页 |
| 4.2.2 移动端界面设计 | 第42-43页 |
| 4.3 系统数据库设计 | 第43-44页 |
| 4.4 系统功能设计 | 第44-46页 |
| 4.4.1 Web端系统的功能设计 | 第44-45页 |
| 4.4.2 移动端系统的功能设计 | 第45-46页 |
| 4.5 Web端的系统功能 | 第46-53页 |
| 4.5.1 城市交通路况的时空分析及可视化功能 | 第46-48页 |
| 4.5.2 城市交通路况OD分析及可视化功能 | 第48-49页 |
| 4.5.3 卡口车流量统计分析及可视化功能 | 第49-51页 |
| 4.5.4 车辆行车轨迹分析及可视化功能 | 第51-52页 |
| 4.5.5 旅游分析及可视化功能 | 第52-53页 |
| 4.6 移动端的系统功能 | 第53-58页 |
| 4.6.1 地图图层控制 | 第53-54页 |
| 4.6.2 空间定位功能 | 第54-55页 |
| 4.6.3 路径规划功能 | 第55-56页 |
| 4.6.4 停车场信息查询功能 | 第56-57页 |
| 4.6.5 实时路况查看功能 | 第57页 |
| 4.6.6 禁停路段查看功能 | 第57页 |
| 4.6.7 卡口实况查看功能 | 第57-58页 |
| 5.总结与展望 | 第58-61页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64页 |
