声明
摘要
第一章 绪论
1.1 论文背景
1.1.1 课题来源
1.2 研究的目的与意义
1.2.1 LBS数据的研究对空间数据挖掘的意义
1.2.2 并行计算处理的必要性
1.3 国内外研究现状
1.3.1 针对LBS信息应用的研究现状
1.3.2 并行计算的研究现状
第二章 LBS数据结构及分布式运算
2.1 LBS数据的分类
2.2 LBS数据的特征
2.2.1 时间属性
2.2.2 空间属性
2.2.3 对象ID
2.3 典型的分析与应用
2.4 分布式计算框架MapReduce简述
2.5 MapReduce编程模型
第三章 空间聚类算法的复杂空间关系概念化模型
3.1 空间聚类
3.2 空间聚类算法分类与选择
3.3 空间关系概念化
3.4 适用于复杂空间聚类的空间关系概念化模型
3.5 空间自相关
第四章 LBS数据进行空间聚类的实现
4.1 使用MapReduce对LBS数据进行聚合的算法描述及实现
4.1.1 前提条件
4.1.2 算法实现步骤
4.2 空间聚类分析
4.2.1 空间自相关
4.2.2 空间聚类算法的实现
4.3 聚类分析结果
4.3.1 最高时速聚类分析
4.3.2 平均时速聚类分析
4.3.3 总体车辆数聚类分析
4.3.4 运行中的车辆数聚类分析
第五章 城市交通状态数据分析系统的设计及实现
5.1 系统的设计与实现
5.1.1 后台数据处理部分
5.1.2 前台分析展示模块
5.2 系统总结
第六章 总结与展望
参考文献
致谢
作者和导师简介