摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-14页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 研究目标与内容 | 第12-13页 |
1.3.1 研究目标 | 第12页 |
1.3.2 研究内容 | 第12-13页 |
1.4 论文章节组织 | 第13-14页 |
第二章 地理加权回归模型与时空序列模型的理论基础 | 第14-27页 |
2.1 地理加权回归(GWR) | 第14-20页 |
2.1.1 GWR模型的基本原理 | 第14-17页 |
2.1.2 GWR模型的应用研究进展 | 第17-18页 |
2.1.3 GTWR时空加权模型 | 第18-20页 |
2.2 时空序列预测模型 | 第20-26页 |
2.2.1 时空序列的基本性质 | 第20-22页 |
2.2.2 时空分析建模应用研究进展 | 第22-23页 |
2.2.3 时空序列的相似性度量 | 第23-24页 |
2.2.4 时空序列预测模型(STARMA) | 第24-26页 |
2.3 本章小结 | 第26-27页 |
第三章 网络地图服务响应时间监测数据的获取及时空变化规律分析 | 第27-49页 |
3.1 网络地图服务WMS简介 | 第27-29页 |
3.2 响应时间监测数据的获取 | 第29-30页 |
3.3 网络地图服务的性能分析 | 第30-35页 |
3.3.1 可靠性和出错率分析 | 第31-32页 |
3.3.2 响应时间统计分析 | 第32-35页 |
3.4 响应时间的空间分布规律 | 第35-41页 |
3.4.1 GetCapabilities操作响应时间的空间分布规律 | 第35-38页 |
3.4.2 GetMap操作响应时间的空间分布规律 | 第38-41页 |
3.5 响应时间的时间分布规律 | 第41-46页 |
3.5.1 GetCapabilities操作的响应时间序列分析 | 第41-44页 |
3.5.2 GetMap操作的响应时间序列分析 | 第44-46页 |
3.6 不同监测点上响应时间序列的相似性分析 | 第46-48页 |
3.6.1 GetCapabilities操作响应时间序列的相似性 | 第46-47页 |
3.6.2 GetMap操作响应时间序列的相似性 | 第47-48页 |
3.7 本章小结 | 第48-49页 |
第四章 GWR与STARMA结合的混合时空预测模型 | 第49-55页 |
4.1 混合模型GWR-STARMA的设计 | 第49-50页 |
4.2 空间趋势项预测 | 第50页 |
4.3 随机扰动项预测 | 第50-52页 |
4.3.1 空间权矩阵 | 第51-52页 |
4.3.2 模型识别与参数估计 | 第52页 |
4.3.3 模型检验 | 第52页 |
4.4 混合时空序列建模过程 | 第52-54页 |
4.5 本章小结 | 第54-55页 |
第五章 网络地图服务响应时间的时空序列预测实验 | 第55-63页 |
5.1 实验数据 | 第55页 |
5.2 数据预处理 | 第55-56页 |
5.3 实验流程 | 第56-57页 |
5.4 预测准确度分析 | 第57-60页 |
5.4.1 GetCapabilities响应时间预测实验及结果分析 | 第57-59页 |
5.4.2 GetMap响应时间预测实验及结果分析 | 第59-60页 |
5.5 迭代预测有效时序长度分析 | 第60-62页 |
5.5.1 GetCapabilities响应时间预测实验及结果分析 | 第60-61页 |
5.5.2 GetMap响应时间预测实验及结果分析 | 第61-62页 |
5.6 本章小结 | 第62-63页 |
第六章 总结与展望 | 第63-66页 |
6.1 总结 | 第63-64页 |
6.2 展望 | 第64-66页 |
参考文献 | 第66-69页 |
附录 | 第69-71页 |
研究成果 | 第71-72页 |
致谢 | 第72-74页 |