1. 毕业设计（论文）主要内容：
近年来，随着车联网的兴起，车辆实时位置定位系统的应用也越来越广泛。车辆随着时间的变化，源源不断的实时GPS信息不断积累，构成了其在一定时间内的一条运动轨迹。这些由各种不同的车辆每日产生的巨大数量的轨迹数据已经成为为不同类型的应用领域进行知识探索的源泉，该项目针对当前车辆监管平台中存在的车辆感知数据并发度高、数据发送频繁等问题，构建基于Storm的实时并发数据处理系统，设计可插拔、可拓展的车辆异构数据信息层融合框架。
主要内容包括：
1、构建基于Storm的实时并发系统，设计可插拔、可拓展的GPS异构数据信息层融合框架；
2. 毕业设计（论文）主要任务及要求
1.查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；2.认真填写周记，完成800字开题报告；3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；4.完成系统的编码与调试；5.完成10000字以上的毕业论文；6.进行论文答辩。
3. 毕业设计（论文）完成任务的计划与安排
(1)2017/1/14—2017/2/22：确定选题，查阅文献，外文翻译和撰写开题报告；(2)2017/2/23—2017/4/30：系统架构、程序设计与开发、系统测试与完善；(3)2017/5/1—2017/5/25：撰写及修改毕业论文；(4)2017/5/26—2017/6/6：准备答辩。
4. 主要参考文献
[1] 戈茨. Storm分布式实时计算模式[M]. 机械工业出版社, 2015..[2] Agneeswaran V S. Big Data Analytics Beyond Hadoop: Real-Time Applications with Storm, Spark, and More Hadoop Alternatives[J]. 2014.[3] Yang W, Liu X, Zhang L, et al. Big Data Real-Time Processing Based on Storm[C]// Trust, Security and Privacy in Computing and Communications (TrustCom), 2013 12th IEEE International Conference on. IEEE, 2013:1784-1787.[4] Silva J A, Faria E R, Barros R C, et al. Data stream clustering: A survey[J]. Acm Computing Surveys, 2014, 46(1):125-134.[5] Chen Y, Tu L. Density-based clustering for real-time stream data[C]// ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, San Jose, California, Usa, August. 2007:133-142.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
