摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第13-17页 |
1.1 选题背景和意义 | 第13页 |
1.2 国内外研究现状 | 第13-15页 |
1.3 研究主要内容 | 第15-16页 |
1.4 论文结构 | 第16-17页 |
第2章 车辆大数据分析系统开发的主要技术 | 第17-24页 |
2.1 基于GPU集群的架构 | 第17-18页 |
2.2 深度学习技术 | 第18-19页 |
2.3 车辆大数据技术 | 第19-22页 |
2.3.1 Kafka消息总线 | 第20-21页 |
2.3.2 Elasticsearch全文搜索引擎 | 第21-22页 |
2.3.3 Restful接口 | 第22页 |
2.3.4 多级存储 | 第22页 |
2.4 车窗定位方法 | 第22-23页 |
2.5 车辆图像识别 | 第23-24页 |
第3章 车辆大数据分析系统的需求分析 | 第24-35页 |
3.1 系统功能介绍 | 第24-26页 |
3.2 系统业务流程 | 第26页 |
3.3 系统数据流向 | 第26-27页 |
3.4 系统功能需求详细分析 | 第27-33页 |
3.4.1 车辆图像识别分析 | 第28页 |
3.4.2 系统搜车 | 第28-30页 |
3.4.3 大数据研判 | 第30-32页 |
3.4.4 稽查布控 | 第32-33页 |
3.5 其他需求分析 | 第33-35页 |
3.5.1 数据存储 | 第33-34页 |
3.5.2 数据访问和接口 | 第34页 |
3.5.3 终端应用界面 | 第34-35页 |
第4章 车辆大数据分析系统的设计与实现 | 第35-58页 |
4.1 总体设计 | 第35-38页 |
4.2 各功能模块详细设计 | 第38-48页 |
4.2.1 车辆图像数据获取模块设计 | 第38-40页 |
4.2.2 车辆大数据汇聚模块设计 | 第40页 |
4.2.3 车辆图像信息识别和查询模块设计 | 第40-42页 |
4.2.4 大数据应用模块设计 | 第42-48页 |
4.3 数据库设计 | 第48-53页 |
4.4 系统功能实现 | 第53-58页 |
第5章 车辆大数据分析系统的部署与测试 | 第58-78页 |
5.1 部署方式 | 第58-60页 |
5.2 各功能模块测试 | 第60-63页 |
5.3 各功能模块界面截图和说明 | 第63-78页 |
结论 | 第78-79页 |
参考文献 | 第79-82页 |
致谢 | 第82页 |