| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 大数据研究现状 | 第11-13页 |
| 1.2.2 船舶会遇研究现状 | 第13-16页 |
| 1.2.3 研究现状总结 | 第16页 |
| 1.3 研究内容及技术路线 | 第16-19页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 论文结构 | 第17-18页 |
| 1.3.3 技术路线 | 第18-19页 |
| 第二章 理论与技术基础简介 | 第19-34页 |
| 2.1 聚类算法 | 第19-23页 |
| 2.1.1 聚类算法定义 | 第19页 |
| 2.1.2 聚类算法要求 | 第19-20页 |
| 2.1.3 聚类算法分类 | 第20-22页 |
| 2.1.4 常用聚类算法选择比较 | 第22-23页 |
| 2.2 Hadoop相关技术 | 第23-32页 |
| 2.2.1 Hadoop平台概述 | 第23-24页 |
| 2.2.2 HDFS分布式文件系统 | 第24-26页 |
| 2.2.3 MapReduce分布式计算框架 | 第26-29页 |
| 2.2.4 Hadoop平台搭建 | 第29-32页 |
| 2.3 本章小结 | 第32-34页 |
| 第三章 船舶危险会遇点识别及热点区域挖掘 | 第34-57页 |
| 3.1 船舶危险会遇点识别 | 第34-41页 |
| 3.1.1 危险会遇定义 | 第34页 |
| 3.1.2 船舶会遇态势 | 第34-35页 |
| 3.1.3 船舶领域 | 第35-39页 |
| 3.1.4 船舶危险会遇点识别算法 | 第39-41页 |
| 3.2 DBSCAN算法并行化设计与实现 | 第41-52页 |
| 3.2.1 DBSCAN算法流程 | 第41-44页 |
| 3.2.2 DBSCAN算法并行化设计 | 第44-46页 |
| 3.2.3 基于MapReduce的DBSCAN算法并行化实现 | 第46-51页 |
| 3.2.4 算法性能比较分析 | 第51-52页 |
| 3.3 基于并行化DBSCAN算法的船舶危险会遇热点区域挖掘 | 第52-56页 |
| 3.3.1 位置数据分区 | 第52-53页 |
| 3.3.2 相似性度量 | 第53-55页 |
| 3.3.3 船舶危险会遇热点区域挖掘 | 第55-56页 |
| 3.4 本章小结 | 第56-57页 |
| 第四章 珠江口水域船舶危险会遇热点区域挖掘 | 第57-77页 |
| 4.1 珠江口水域简介 | 第57-58页 |
| 4.2 珠江口水域船舶危险会遇热点区域挖掘 | 第58-71页 |
| 4.2.1 数据源 | 第58-60页 |
| 4.2.2 数据预处理 | 第60-66页 |
| 4.2.3 珠江口水域船舶危险会遇分析 | 第66-68页 |
| 4.2.4 珠江口水域船舶危险会遇热点区域挖掘 | 第68-71页 |
| 4.3 珠江口水域危险度分析 | 第71-76页 |
| 4.4 本章小结 | 第76-77页 |
| 第五章 总结与展望 | 第77-79页 |
| 5.1 总结 | 第77-78页 |
| 5.2 展望 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间取得的研究成果 | 第84-85页 |
| 致谢 | 第85-86页 |
| 附表 | 第86页 |