| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究基于时空大数据交通路网盲信息处理算法的重要意义 | 第13-14页 |
| 1.2 国内外研究现状综述 | 第14-15页 |
| 1.3 本文的主要内容和结构 | 第15-18页 |
| 第二章 交通数据挖掘基础理论 | 第18-25页 |
| 2.1 城市交通路网数据获取 | 第18-20页 |
| 2.1.1 全球导航卫星系统(GNSS) | 第18-19页 |
| 2.1.2 智能交通技术 | 第19-20页 |
| 2.2 交通数据处理 | 第20-22页 |
| 2.2.1 交通数据格式 | 第20-21页 |
| 2.2.2 数据误差分析 | 第21-22页 |
| 2.2.3 并行式大数据处理系统 | 第22页 |
| 2.3 交通路网参数 | 第22-24页 |
| 2.3.1 交通路网的描述形式 | 第22-23页 |
| 2.3.2 矢量交通路网参数模型 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 交通路网大数据盲信息处理理论框架 | 第25-31页 |
| 3.1 盲信号处理理论 | 第25-26页 |
| 3.2 盲信息处理理论 | 第26页 |
| 3.3 交通路网大数据盲信息处理理论 | 第26-30页 |
| 3.3.1 浮动车轨迹定位数据中的盲信息分析 | 第26-28页 |
| 3.3.2 基于盲信息处理的公交大数据挖掘建构矢量道路理论 | 第28-29页 |
| 3.3.3 基于盲信息处理的交通大数据挖掘提取道路拓扑参数理论 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 利用公交车轨迹定位数据自动建构交通矢量道路的方法 | 第31-48页 |
| 4.1 原始数据量的选取 | 第31-32页 |
| 4.2 公交车异常数据分离方法设计 | 第32-37页 |
| 4.2.1 公交车异常数据分析 | 第32-33页 |
| 4.2.2 按照公交车发车时间分时段分离异常数据的方法 | 第33-35页 |
| 4.2.3 交通拥堵情况的检测 | 第35-37页 |
| 4.3 质心聚类方法 | 第37-42页 |
| 4.3.1 测量数据与精确位置数据几何关系研究 | 第37-38页 |
| 4.3.2 利用质心聚类提取道路核心点的方法 | 第38-42页 |
| 4.4 矢量道路修正方法 | 第42-46页 |
| 4.4.1 道路特征点排序 | 第42-43页 |
| 4.4.2 利用角度变化修正道路的方法 | 第43-45页 |
| 4.4.3 弧段补充仿真点的方法 | 第45-46页 |
| 4.5 实验结果分析 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 出租汽车轨迹与矢量道路的匹配算法 | 第48-58页 |
| 5.1 道路匹配技术 | 第48-49页 |
| 5.2 浮动车运动轨迹与矢量道路空间相遇关系分析 | 第49-51页 |
| 5.3 基于匹配系数的浮动车运动轨迹与矢量道路的匹配方法 | 第51-56页 |
| 5.3.1 矢量道路代表点与出租汽车轨迹定位点匹配 | 第51-52页 |
| 5.3.2 匹配系数的定义 | 第52-56页 |
| 5.4 匹配方法状态模型建立 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 道路关键点的提取及实验结果 | 第58-65页 |
| 6.1 浮动车轨迹定位点邻域平均速度 | 第58页 |
| 6.2 交通信号灯位置候选点提取 | 第58-60页 |
| 6.3 交通信号灯位置的提取 | 第60-61页 |
| 6.4 公交站点位置的提取 | 第61-63页 |
| 6.5 实验结果分析 | 第63-64页 |
| 6.6 本章小结 | 第64-65页 |
| 第七章 总结和展望 | 第65-67页 |
| 7.1 总结 | 第65-66页 |
| 7.2 展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士研究生期间研究成果 | 第73-74页 |
| 附件 | 第74页 |
