声明
摘要
第1章 绪论
1.1 研究背景与研究意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 流式数据聚类的研究现状
1.2.2 交通路况的研究现状
1.3 研究内容和组织结构
1.3.1 研究内容
1.3.2 论文组织结构
第2章 相关理论概述
2.1 流式数据概述
2.1.1 流式数据的概念
2.1.2 流式数据挖掘技术
2.2 聚类算法概述
2.2.1 聚类分析的概念
2.2.2 常见聚类算法划分
2.2.3 流式数据聚类算法的要求
2.2.4 流式数据聚类模型与算法
2.3 流式计算框架概述
2.3.1 流式计算框架的比较
2.3.2 流式计算Storm框架
2.4 本章小结
第3章 PCK流式数据聚类模型的构建与分析
3.1 两阶段快速流式数据聚类框架的建立
3.1.1 两阶段流式数据聚类框架
3.1.2 在线粗聚类阶段
3.1.3 离线细聚类阶段
3.2 CK流式数据聚类算法设置与调整
3.2.1 CK算法设置
3.2.2 CK算法参数调整
3.3 PCK流式数据聚类算法的并行化计算实现
3.3.1 Storm并行化
3.3.2 PCK算法设计
3.3.3 PCK算法实现
3.4 实验与结果分析
3.4.1 实验环境与数据
3.4.2 实验验证
3.4.3 性能分析
3.5 本章小结
第4章 PCK算法在交通热点挖掘中的应用
4.1 实验目的
4.2 实验准备
4.2.1 数据集选取
4.2.2 PCK并行化设置
4.2.3 PCK参数设置
4.3 实验结果
4.3.1 交通热点区域挖掘
4.3.2 PCK参数影响力分析
4.3.3 带时间跨度的交通热点实时演变
4.4 本章小结
第5章 总结与展望
5.1 研究总结
5.2 研究展望
参考文献
致谢