| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-13页 |
| 1.1.1 大数据时代的来临 | 第12-13页 |
| 1.1.2 当今的智能交通和交通拥堵现状 | 第13页 |
| 1.2 研究意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 国内研究现状 | 第14-15页 |
| 1.3.2 国外研究现状 | 第15-16页 |
| 1.4 解决的主要问题 | 第16-18页 |
| 1.5 本文的主要工作 | 第18页 |
| 1.6 论文的组织结构 | 第18-20页 |
| 第二章 大数据预测交通流量改善交通拥堵方法研究 | 第20-26页 |
| 2.1 大数据的发展及其遇到的挑战 | 第20-22页 |
| 2.1.1 大数据的发展 | 第20-21页 |
| 2.1.2 大数据发展过程中遇到的挑战 | 第21-22页 |
| 2.2 大数据技术预测交通流量用于城市交通管理控制 | 第22-23页 |
| 2.3 大数据解决交通拥堵方法的发展前景 | 第23-26页 |
| 第三章 基于Hadoop的行人交通流量预测平台 | 第26-36页 |
| 3.1 Hadoop的起源 | 第26页 |
| 3.2 Hadoop平台架构 | 第26-27页 |
| 3.3 Hadoop构成及其生态系统 | 第27-36页 |
| 第四章 基于Hadoop的行人交通流量预测实验整体思路 | 第36-46页 |
| 4.1 Hadoop大数据平台预测行人交通流量的实验背景 | 第36-38页 |
| 4.2 Hadoop大数据平台MapReduce分布式计算方法处理初步数据 | 第38-40页 |
| 4.3 预测行人交通流量判断即将出现的拥堵区域的整体思路 | 第40-46页 |
| 第五章 基于Hadoop的行人交通流量预测实验 | 第46-59页 |
| 5.1 Hadoop行人交通流量预测平台基础环境的搭建 | 第46-48页 |
| 5.2 Hadoop行人交通流量预测平台的搭建 | 第48-54页 |
| 5.3 Hadoop预测行人交通流量判断最可能出现的拥堵区域的具体操作 | 第54-59页 |
| 结论和展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间的科研成果 | 第63-65页 |
| 致谢 | 第65页 |
