| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-11页 |
| 1.1.1 人类移动轨迹特征分析背景 | 第9-10页 |
| 1.1.2 人类移动轨迹特征分析的意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 人类移动轨迹特征分析的发展趋势 | 第11-12页 |
| 1.2.2 GPS轨迹压缩技术与基于MapReduce的人类轨迹特征分析方法 | 第12-15页 |
| 1.3 研究内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第二章 相关背景知识介绍 | 第17-25页 |
| 2.1 轨迹数据集介绍 | 第17-18页 |
| 2.2 人类移动轨迹特征分析 | 第18-21页 |
| 2.2.1 人类移动时间特性的研究 | 第18-20页 |
| 2.2.2 人类移动空间特性的研究 | 第20-21页 |
| 2.2.3 人类移动社会特性的研究 | 第21页 |
| 2.3 MapReduce相关技术介绍 | 第21-24页 |
| 2.3.1 MapReduce的基本概念和由来 | 第21-23页 |
| 2.3.2 MapReduce的主要功能和技术特征 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 一种基于MapReduce的并行化轨迹压缩方法 | 第25-36页 |
| 3.1 引言 | 第25-26页 |
| 3.2 轨迹压缩算法简介 | 第26页 |
| 3.3 算法描述 | 第26-32页 |
| 3.3.1 轨迹压缩算法并行化策略 | 第26-29页 |
| 3.3.2 轨迹压缩并行化算法设计 | 第29页 |
| 3.3.3 Map函数的设计 | 第29-30页 |
| 3.3.4 Reduce函数的设计 | 第30-31页 |
| 3.3.5 时空复杂度分析 | 第31-32页 |
| 3.4 测试与性能分析 | 第32-34页 |
| 3.4.1 实验数据集及实验环境 | 第32页 |
| 3.4.2 实验结果分析 | 第32-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 基于MapReduce的人类移动轨迹特征分析 | 第36-45页 |
| 4.1 引言 | 第36页 |
| 4.2 轨迹数据集定义 | 第36页 |
| 4.3 基于MapReduce并行化飞行距离分析算法 | 第36-40页 |
| 4.3.1 并行化飞行距离分析算法策略 | 第37-38页 |
| 4.3.2 Map函数的设计 | 第38-39页 |
| 4.3.3 Reduce函数的设计 | 第39页 |
| 4.3.4 时空复杂度分析 | 第39-40页 |
| 4.4 基于MapReduce并行化相遇接触时间、相遇间隔时间分析算法 | 第40-44页 |
| 4.4.1 并行化相遇接触时间、相遇间隔时间分析算法策略 | 第40-41页 |
| 4.4.2 Map函数的设计 | 第41-42页 |
| 4.4.3 Reduce函数的设计 | 第42-43页 |
| 4.4.4 算法时空复杂度分析 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于MapReduce的人类移动轨迹特征分析软件的设计与实现 | 第45-56页 |
| 5.1 引言 | 第45页 |
| 5.2 原型系统设计 | 第45-50页 |
| 5.2.1 系统环境 | 第45页 |
| 5.2.2 Hadoop集群环境配置 | 第45-46页 |
| 5.2.3 配置SSH无密码登录 | 第46-47页 |
| 5.2.4 原型系统的设计目标 | 第47页 |
| 5.2.5 原型系统结构模块图 | 第47-48页 |
| 5.2.6 系统整体任务流程图 | 第48-49页 |
| 5.2.7 系统类说明 | 第49-50页 |
| 5.3 原型系统功能实现与性能测试 | 第50-56页 |
| 5.3.1 原型系统功能实现 | 第50-53页 |
| 5.3.2 原型系统性能测试 | 第53-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第60-61页 |
| 附录2 攻读硕士学位期间申请的专利 | 第61-62页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
