基于LBS云的Android互助停车信息平台设计与实现
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 智能停车信息系统研究现状 | 第13-16页 |
1.2.1 国外研究现状 | 第13-14页 |
1.2.2 国内研究现状 | 第14-16页 |
1.3 智能停车信息系统的创新研究 | 第16-17页 |
1.3.1 互助停车 | 第16页 |
1.3.2 空闲停车位预测 | 第16-17页 |
1.4 论文主要内容及架构 | 第17-19页 |
第二章 系统整体结构设计及相关技术研究 | 第19-28页 |
2.1 系统整体结构分析 | 第19-20页 |
2.2 基于Android开发的相关技术 | 第20-24页 |
2.2.1 Android平台概述 | 第20-22页 |
2.2.2 Android应用程序的基本组件 | 第22-23页 |
2.2.3 Android环境搭建 | 第23-24页 |
2.3 百度地图SDK | 第24-26页 |
2.4 LBS云 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
第三章 基于支持向量机的空闲泊车位预测研究 | 第28-48页 |
3.1 统计学习理论 | 第28-30页 |
3.1.1 VC维 | 第28-29页 |
3.1.2 结构风险最小化 | 第29-30页 |
3.2 支持向量回归 | 第30-35页 |
3.2.1 支持向量机线性回归 | 第31-34页 |
3.2.2 支持向量机非线性回归 | 第34-35页 |
3.3 支持向量机空闲泊车位预测模型的设计 | 第35-40页 |
3.3.1 样本的预处理 | 第35-36页 |
3.3.2 核函数的选择 | 第36-37页 |
3.3.3 参数对于支持向量机的影响 | 第37-38页 |
3.3.4 交叉验证方法 | 第38-40页 |
3.4 预测实例——五山科技广场空闲停车泊位预测 | 第40-47页 |
3.4.1 数据样本的预处理 | 第40-41页 |
3.4.2 参数选择 | 第41-43页 |
3.4.3 预测结果 | 第43-44页 |
3.4.4 对比分析 | 第44-47页 |
3.5 本章小结 | 第47-48页 |
第四章 服务器开发及Android客户端设计 | 第48-67页 |
4.1 数据库设计 | 第48-52页 |
4.1.1 SQLServer数据库设计 | 第48-50页 |
4.1.2 LBS.云平台数据库设计 | 第50-52页 |
4.2 Web服务器设计 | 第52-55页 |
4.3 数据交互解析方式设计 | 第55-60页 |
4.3.1 网络数据访问方法设计 | 第55-58页 |
4.3.2 数据解析方法设计 | 第58-60页 |
4.4 Android客户端功能模块设计 | 第60-66页 |
4.4.1 用户管理模块设计 | 第61-62页 |
4.4.2 定位导航模块 | 第62-63页 |
4.4.3 信息查询模块 | 第63-65页 |
4.4.4 互助预订模块 | 第65-66页 |
4.5 本章小结 | 第66-67页 |
第五章 Android互助停车信息平台开发及实现 | 第67-92页 |
5.1 客户端主界面设计 | 第67-69页 |
5.2 | 第69-76页 |
5.2.1 登录功能 | 第69-72页 |
5.2.2 注册功能 | 第72页 |
5.2.3 车位绑定信息 | 第72-76页 |
5.3 定位导航模块设计实现 | 第76-79页 |
5.3.1 定位模块设计实现 | 第76-77页 |
5.3.2 导航模块设计实现 | 第77-79页 |
5.4 信息查询模块 | 第79-83页 |
5.4.1 停车场搜索 | 第79-81页 |
5.4.2 停车场详细信息查询 | 第81-83页 |
5.5 互助预订模块 | 第83-88页 |
5.6 Android互助停车信息平台功能测试 | 第88-91页 |
5.6.1 软件安装 | 第88页 |
5.6.2 使用测试 | 第88-91页 |
5.7 本章小结 | 第91-92页 |
总结与展望 | 第92-94页 |
参考文献 | 第94-97页 |
攻读博士/硕士学位期间取得的研究成果 | 第97-98页 |
致谢 | 第98-99页 |
附件 | 第99页 |