| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景 | 第9-10页 |
| 1.2 课题研究意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.3.1 基于 Hadoop 的海量空间轨迹数据挖掘的应用 | 第10-11页 |
| 1.3.2 交通出行分布模型研究现状 | 第11-12页 |
| 1.3.3 空间轨迹数据挖掘的应用研究现状 | 第12页 |
| 1.3.4 交通出行分布异常检测研究现状 | 第12-13页 |
| 1.4 课题研究目的 | 第13页 |
| 1.5 论文研究的主要内容与组织结构 | 第13-15页 |
| 第2章 课题研究相关技术介绍 | 第15-23页 |
| 2.1 异常检测方法 | 第15-17页 |
| 2.2 MapReduce 计算模型 | 第17-19页 |
| 2.3 DBSCAN 聚类算法 | 第19-20页 |
| 2.4 动态时间扭曲距离 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第3章 基于 MapReduce 的 MDPTDODA 算法设计与实现 | 第23-45页 |
| 3.1 交通出行分布异常的定义 | 第23-24页 |
| 3.2 MDPTDODA 算法整体设计框架 | 第24-25页 |
| 3.3 轨迹数据预处理 | 第25-29页 |
| 3.3.1 基于 Hadoop 的二次排序 | 第26页 |
| 3.3.2 大量轨迹数据小文件处理方法 | 第26-28页 |
| 3.3.3 轨迹预处理的分布式算法设计 | 第28-29页 |
| 3.4 小区之间交通流量信息提取 | 第29-34页 |
| 3.4.1 小区之间交通流量信息表示 | 第29-30页 |
| 3.4.2 车辆通过的小区信息提取 | 第30-32页 |
| 3.4.3 交通流量信息分布式提取算法 | 第32-34页 |
| 3.5 交通出行分布模型构建 | 第34-36页 |
| 3.5.1 交通出行分布模型的表示 | 第34-35页 |
| 3.5.2 交通出行分布模型的建立 | 第35-36页 |
| 3.6 MDPTDODA 算法设计与实现 | 第36-43页 |
| 3.6.1 带有权值序列的有向图建立 | 第36-37页 |
| 3.6.2 异常检测算法设计 | 第37-39页 |
| 3.6.3 异常分析算法设计 | 第39-40页 |
| 3.6.4 算法 MDPTDODA 的设计与实现 | 第40-43页 |
| 3.7 本章小结 | 第43-45页 |
| 第4章 实验结果与分析 | 第45-49页 |
| 4.1 实验环境 | 第45-46页 |
| 4.2 实验数据 | 第46页 |
| 4.3 实验结果 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 结论和展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间所发表的学术论文 | 第55-57页 |
| 致谢 | 第57页 |