城市交通轨迹的可视化分析技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究目的与意义 | 第13-14页 |
| 1.2.1 研究目的 | 第13-14页 |
| 1.2.2 研究意义 | 第14页 |
| 1.3 国内外研究现状 | 第14-19页 |
| 1.3.1 国内研究现状 | 第14-17页 |
| 1.3.2 国外研究现状 | 第17-19页 |
| 1.4 研究内容与技术路线 | 第19-20页 |
| 1.4.1 研究内容 | 第19-20页 |
| 1.4.2 技术路线 | 第20页 |
| 1.5 论文结构 | 第20-21页 |
| 1.6 本章小结 | 第21-22页 |
| 第二章 相关技术 | 第22-30页 |
| 2.1 城市计算研究简介 | 第22-23页 |
| 2.2 全球定位系统(GPS) | 第23-25页 |
| 2.2.1 GPS系统组成 | 第23-25页 |
| 2.2.2 GPS在研究中的应用 | 第25页 |
| 2.3 可视化技术 | 第25-27页 |
| 2.3.1 平行坐标系 | 第25-26页 |
| 2.3.2 笛卡尔坐标系 | 第26-27页 |
| 2.4 时空数据库 | 第27-29页 |
| 2.4.1 时空概念 | 第27-28页 |
| 2.4.2 时空数据库 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 广度优先节点判断搜索(BFJS)算法 | 第30-42页 |
| 3.1 图数据处理特点 | 第30-33页 |
| 3.1.1 图数据处理的特点 | 第30页 |
| 3.1.2 图的表示方法 | 第30-33页 |
| 3.2 广度优先搜索(BFS)算法 | 第33-36页 |
| 3.2.1 算法特性 | 第34-35页 |
| 3.2.2 流程图 | 第35-36页 |
| 3.3 BFS算法在本次研究中的缺点 | 第36页 |
| 3.3.1 问题分析 | 第36页 |
| 3.3.2 算法改进思想 | 第36页 |
| 3.4 广度优先节点判断搜索(BFJS)算法 | 第36-41页 |
| 3.4.1 算法描述 | 第36-37页 |
| 3.4.2 算法使用的主要数据结构 | 第37-38页 |
| 3.4.3 BFJS算法和流程图 | 第38-40页 |
| 3.4.4 BFS和BFJS算法结果对比 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 可视化分析模型 | 第42-54页 |
| 4.1 可视化分析模型简介 | 第42页 |
| 4.2 数据预处理 | 第42-44页 |
| 4.2.1 数据采集与处理 | 第42-44页 |
| 4.3 时空数据库设计 | 第44-46页 |
| 4.3.1 数据的导入 | 第44-45页 |
| 4.3.2 表结构 | 第45页 |
| 4.3.3 数据查询 | 第45-46页 |
| 4.4 路口拥堵判断 | 第46-47页 |
| 4.5 模型准备 | 第47-50页 |
| 4.5.1 路网搭建 | 第47页 |
| 4.5.2 GPS数据与地图匹配 | 第47-48页 |
| 4.5.3 ST-Matching算法 | 第48-49页 |
| 4.5.4 道路速度计算 | 第49页 |
| 4.5.5 节点遍历 | 第49-50页 |
| 4.6 可视化分析 | 第50-51页 |
| 4.6.1 平行坐标系 | 第50-51页 |
| 4.6.2 笛卡尔坐标系 | 第51页 |
| 4.7 本章小结 | 第51-54页 |
| 第五章 实验 | 第54-60页 |
| 5.1 数据输入 | 第54页 |
| 5.2 获取常发性拥堵源 | 第54-55页 |
| 5.3 分析模型 | 第55-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第六章 结论 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者简介 | 第66页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第66-68页 |
| 致谢 | 第68页 |
