停泊的港湾作文

停泊的港湾作文（精选7篇）

篇1：停泊的港湾作文

四年级感恩父母作文：停泊的港湾

你要感恩谁呢?我要感恩我的父母。

在我们成长的道路上父母付出了很多心血和爱。我们的每一次微笑，每一次

相关推荐：

四年级感恩老师作文：感谢老师

四年级感恩母亲作文：您辛苦了

篇2：停泊的港湾作文

那么，哪里是存放知识的位置呢?这就需要我们为它找到一个“停泊”的“港湾”。

首先，我们要在大脑中建立一套属于自己的定位词系统，然后，再把所要记住的东西放在这些定位词上，并与之联系起来。如果要用的话，就很快提取出来了。

怎样建立定位词系统呢?有几种方式：第一种：人体定位词何谓人体定位词?就是将人体的各部位从下到上按顺序排列出来，并标出一个序号。比如：1。脚2。小腿3。膝盖4。大腿5。臀部6。腰部7。肚脐8。前胸9。肩膀10。胳膊11。手12。脖子13。下巴14。嘴巴15。鼻子16。眼睛17。耳朵18。前额19。后脑勺20。头发以上就是人体定位词，也就是我们要找的“港湾”。“港湾”找出来后，我们再把所要记的东西放在这个“港湾”里，并与之进行联想，从而实现快速持久的记忆。比如要记以下20个词语：白云的士月亮珍珠枣红马泰山花生奖章鹦鹉啤酒兔子手机玫瑰火焰苹果汽车飞机老虎火车蝴蝶我们用人体定位词与这20个词语一一进行联想：脚——白云：孙悟空的脚上功夫很厉害，一下就可以跳到白云上面去。

小腿——的士：乘客的小腿在上的士的时候，被车门划伤了。

膝盖——月亮：月球探险员不小心让膝盖在月亮上擦破了一点皮。

大腿——珍珠：在大象的大腿上戴上珍珠，还挺漂亮呢!

臀部——枣红马：饲养员的臀部后面跟着一匹枣红马。

腰部——泰山：少林寺和尚的腰部练得像泰山一样结实。

肚脐——花生：有个人说他肚脐上长了颗花生，大家居然相信了。

前胸——奖章：在建设社会主义现代化的今天，人们努力奋斗，好多人前胸都挂满了奖章。

肩膀——鹦鹉：一天，动物园饲养员的肩膀上歇了一只比他本人还大的鹦鹉。

胳膊——啤酒：前天，有一个人表演用胳膊掷啤酒，大家看得目瞪口呆。

手——兔子：魔术演员表演的空手变兔子节目非常精彩。

脖子——手机：有很多人喜欢把手机挂在脖子上，其实这样对身体的辐射更厉害。

下巴——玫瑰：下巴上长玫瑰，你相信吗?嘴巴——火焰：杂技演员表演嘴巴吐火焰确实是硬功夫。

鼻子——苹果：用鼻子闻闻苹果的香味确实感到很舒服。

眼睛——汽车：用眼睛皮拉汽车真是太神奇了。

耳朵——飞机：耳朵里藏了一个什么东西?用手一摸，原来是一架飞机模型。

前额——老虎：有些人经常在前额上画上一只老虎以表示时尚。

后脑勺——火车：经常有人将后脑勺靠在火车的座椅背上睡觉。

头发——蝴蝶：有些小女孩喜欢把头发扎成蝴蝶状。

联想完毕，再回想一下，这样就牢固地记住了。如果问第3个词是什么?你就会立即想到“3”是“膝盖”，再由“膝盖”立即想到了“月亮”;如果问第9个词是什么?你就会立即想到“9”是“肩膀”，再由“肩膀”立即会想到“鹦鹉”。

有了这样的“港湾”，我们是不是感到很好记了?下面再用人体定位词记一下鲁迅的作品：社戏药狂人日记孔乙己范爱农高老夫子**记念刘和珍君风筝阿Q正传藤野先生端午节伤逝呐喊从百草园到三味书屋明天故乡祝福一件小事头发的故事首先一一联想：脚——社戏：晚上，人们迈开双脚，跑到很远的地方去看社戏。

小腿——药：有一位老大爷在途中不小心小腿受了点伤，擦了点药就好了。

膝盖——狂人日记：老大爷难怪受伤的，原来他膝盖上放了本狂人日记!

大腿——孔乙己：这且不说，大腿上还坐了个孔乙己。

臀部——范爱农：瞧，臀部后面还跟着个范爱农!

腰部——高老夫子：腰部还挂着高老夫子脱下的棉袄!这么多问题怎不受伤呢?肚脐——**：由于走得很快，他的肚脐也露出来了，因此还弄出了一点**。

前胸——记念刘和珍君：大家看到他前胸挂着的记念刘和珍君的徽章，也就没说什么了。

肩膀——风筝：大家见他肩膀上还挂着一个风筝，想帮他拿着。

胳膊——阿Q正传：他挥了挥胳膊上的阿Q正传，坚决不同意。

手——藤野先生：他手牵着藤野先生走得更快了。

脖子——端午节：这时大家才发现他脖子上还戴着一枚端午节别人送给他的大玉佛。

下巴——伤逝：由于戴了玉佛，他下巴上的伤也慢慢逝去了。

嘴巴——呐喊：他一边看戏，一边嘴巴大声呐喊，惹得旁边的人打了他一拳。

鼻子——从百草园到三味书屋：于是血从他的鼻子里流出来了，从百草园到三味书屋全都是血。

眼睛——明天：由于流血太多，他的眼睛看东西有些模糊了，他心想还能见到明天吗?耳朵——故乡：这时，他耳朵听到了从故乡传来的歌声，感到很兴奋。

前额——祝福：于是他在前额写下了“祝福”两个字，哪知血一下就止住了。

后脑勺——一件小事：回到家里，他摸了摸后脑勺，想起刚才发生的事，不过是一件小事。

头发——头发的故事：后来他老伴问他看的是什么戏，他摸了摸头发说：“头发的故事。”接下来，再回想一遍，是不是也记住了?有了这样的“港湾”，我们感觉到很容易记住所要记住的东西。但是，只有一个这样的“港湾”，那肯定是杯水车薪，我们还需要找到更多的“港湾”。

第二种：房间定位词我们每个人都可以把自己的房子从客厅到厨房到卫生间再到卧室分成四个“房间”，再将每个“房间”摆放的物品编号。注意每个房间的物品要选择比较大的，醒目的，而且间隔的距离不能太近，以免产生混淆。同时，每个房间的物品数控制在5个。比如，客厅里摆放的物品可以是：沙发茶几电视机饮水机空调厨房的物品可以是：灶台煤气罐水池碗柜抽油烟机卫生间的物品可以是：面盆浴池马桶垃圾篓排风扇卧室的物品可以是：床衣柜桌子梳妆台窗户当然，每个人都可以根据自己家里的实际摆放的物品进行排列编号，建立一套适合自己的房间定位词。

在建立房间定位词之后，接下来就是把要记的对象与之联想，让它“停泊”在“港湾”中，当要运用的时候，就很方便提取出来。

篇3：停泊的港湾作文

目前打车难成为城市交通的普遍问题。乘客常打不到车,而很多出租车在路上盲目空载行驶,不仅浪费时间给城市交通带来额外的负担,而且浪费能源,影响城市的环境。现有一些研究关注出租车调度系统和出租车GPS数据分析。文献[1]综述了现有出租车GPS数据分析的研究方向,包括分析城市人群流动情况、分析不同地区和时段的交通拥堵情况、为乘客和出租车司机提供服务等。文献[2]调度空车去乘客数期望最高的地点。文献[3]用概率模型分析司机和乘客选择不同策略时的成本及风险,并为司机或乘客推荐停泊点及路径。文献[4]给司机提供时空收益图,提高司机的收入减少巡航时间。

现有研究工作主要是面向司机,通过分析出租车GPS数据为司机提供增加收益的策略。但出租车GPS数据量很大,以每辆车平均一分钟产生一条GPS记录来计算,一天产生上千条记录,上万辆车则有上千万条记录,而传统的单服务器上运行串行算法的分析效率很低。与现有研究不同,本文的停泊点智能推荐模型不仅面向司机也面向乘客,并采用基于MapReduce的并行算法分析GPS数据,提高了分析效率。本文的停泊点是指出租车司机经常停泊的等乘客的地点,通常是最容易接到乘客的地点,如火车站、购物中心、酒店等。一个有经验的司机通常知道什么时间火车到站,什么时间哪个购物中心打车的乘客多。本文对以往北京市出租车GPS轨迹数据进行分析,利用Hadoop[5,6]平台存储大量GPS轨迹数据,并设计了基于MapReduce[7,8]的并行停泊点检测、聚类等算法,得到停泊点知识库。最后利用停泊点知识库进行在线推荐,为司机和乘客分别推荐不同时段的最佳停泊点。

本文主要贡献: ( 1) 提出了基于MapReduce的停泊点检测算法,能够在GPS轨迹数据量较大时快速有效地检测出停泊点; ( 2) 设计了基于MapReduce的DBSCAN聚类模型对停泊点聚类并计算停泊点簇的属性,进而生成停泊点知识库; ( 3) 利用北京市真实出租车GPS轨迹数据验证本文停泊点智能推荐算法的有效性,并实现了停泊点推荐的原型系统。

1 停泊点智能推荐模型与算法

图1 是出租车停泊点智能推荐模型框架。该模型分为离线挖掘和在线推荐两部分。离线挖掘在Hadoop平台上运行基于MapReduce的并行算法,主要分3 步。( 1 ) 对原始GPS轨迹数据预处理,删除噪声,保留对挖掘有意义的数据。( 2) 检测出租车停泊点。( 3) 对停泊点聚类形成停泊点簇,进而生成停泊点知识库。在线推荐部分则利用停泊点知识库,设计面向司机和面向乘客的推荐模型,分别为司机和乘客进行推荐。

2 离线挖掘

2. 1 GPS轨迹数据预处理

首先删除经纬度异常和完全重复的数据。然后统计每辆出租车每天采集GPS记录的持续时间和记录个数。根据持续时间和GPS记录个数的数据分布情况,对原始GPS轨迹数据进行过滤,保留对挖掘有意义的数据。

2. 2 检测停泊点

出租车在停泊点等待乘客时,GPS轨迹数据中相邻轨迹点之间的距离很小,且逗留的时间较长。因而停泊点是一组距离较小并且逗留时间较长的GPS点集。本文首先检测候选停泊点,然后对候选停泊点过滤,最后计算停泊点中的所有GPS点集的平均经纬度等,将GPS点集抽象为一个停泊点。

检测候选停泊点的过程即找出一组满足距离和时间阈值的连续GPS点集的过程。给定一个出租车行驶轨迹P1,P2,…,Pn,Pi表示一条GPS记录。依次检测每个点Pi和其后面的点Pi + 1,Pi + 2,…,Pj的距离是否小于距离阈值Dth,如果小于Dth且时间间隔大于时间阈值Tth,则将点Pi到Pj加入到候选停泊点集合中。然后从下一个点Pi + 1开始重复上述过程,直到候选停泊点集合不再加入新的点为止。

图2 是检测候选停泊点示例。GPS轨迹依次为P1,P2,…,P8。检测候选停泊点集合的过程如下:

( 1) P1到P2距离dist( P1,P2) > Dth,如图2( A) 。

( 2) 检测下一个点P2,dist( P2,P3) > Dth,如图2( B) 。

( 3) dist( P3,P4) < Dth且dist( P3,P5) < Dth,如图2( C) ,并且P3和P4,P3和P5的时间间隔小于Tth,则将P3至P5加入到候选停泊点D中。

( 4) 从P4开始重复上述过程,如图2( D) ( E) 。

( 5) 直到D中不再加入新点,dist( P7,P8) > Dth,如图2( F) ,则检测出一个候选停泊点D,D是一组GPS点集,包括P3至P7。

检测出候选停泊点后,对候选停泊点进行过滤,去掉等待时间过长的点( 停泊点对应的GPS点集中第一个点和最后一个点时间间隔大于Tmax的点) ,如司机在家休息时则会长时间停留。由于停泊点是一组GPS点集,为对停泊点进行高效聚类,需要对停泊点进行处理,用一个点代表一组GPS点集。设停泊点D= { P1,P2,…,Pn} ,其中,P1到Pn是停泊点中的点集,Pi用经度、纬度、日期、时间表示,即( Loni,Lati,Ri,Ti) 。停泊点D用集合中所有点的平均经/纬度表示,并记录第一个和最后一个点的日期和时间,则D可表示为( a Lon,a Lat,s Date,s Time,e Date,e Time) 。a Lon / a Lat表示D中所有点的平均经/ 纬度,s Date,s Time,e Date,e Time分别是第一个和最后一个点的日期和时间。

2. 3 生成停泊点知识库

离线挖掘的目的是通过分析挖掘GPS轨迹数据生成停泊点知识库,供在线推荐时使用。停泊点的聚类是将距离相近的停泊点聚到一起。这样做是因为: 第一,在同一个热点区域,如地铁站、飞机场等,不同出租车停泊点相近,可以近似为一个大点,以便灵活地对司机和乘客推荐; 第二,由于GPS存在误差,不同出租车的停泊点可能在地理位置上是一个点。因此,要对距离相近的停泊点聚类。考虑到距离相近的点形成的簇不一定是球状,可能是任意形状。基于密度的DBSCAN算法生成不规则簇的效果较好,且不需事先确定簇的个数,因而本文采用该算法对停泊点聚类。

由于不同时间段的停泊点不尽相同,因此本文根据时间段对停泊点聚类。将时间从0 到23 点平均分为12 个时间段,第1 个时间段的ID为1,从0: 00 到2: 00,第2 个时间段的ID为2,从2: 00到4: 00,以此类推。同时考虑工作日和周末的情况。停泊点数据集按照是否是工作日和时间段被分为24 个子集。聚类过程用MapReduce并行算法处理,Map阶段根据时间将数据集划分为24 个子集,Reduce阶段用DBSCAN算法对每个子集分别聚类。

停泊点聚类完成后,对聚类结果进行处理,以生成停泊点知识库。该过程主要计算停泊点簇的属性,考虑以下四方面因素:( 1) 在该簇内停泊的出租车个数。一个司机在此处停泊不一定说明该处打车的乘客多,而多个司机在此处停泊一定程度上说明该处打车的乘客多。( 2) 等待时间,即出租车在停泊点等待乘客的时间。簇的等待时间为簇中所有停泊点等待时间的平均值。( 3) 簇中点的紧密程度。如果簇中各停泊点之间的距离越近,说明该簇中的停泊点较紧密,推荐的地点更明确,反之亦然。紧密程度取簇中所有停泊点到簇中心点的距离的平均值。( 4)停泊点簇的位置。为司机或者乘客推荐时,要考虑司机或者乘客当前位置到推荐点的距离。用一个点代表停泊点簇,即簇中心点。簇中心点的经纬度为簇中所有点的平均经纬度。据以上分析,停泊点簇的属性包括: 出租车的个数、等待时间、到簇中心点距离的平均值、簇中心点的经纬度。

2. 4 停泊点检测及其知识库生成的MapReduce算法

停泊点检测及其知识库生成的MapReduce过程分4 个Job完成,如图3 所示。Job1 和Job2 检测停泊点,Job3 和Job4 生成停泊点知识库。Hadoop自动将预处理后的GPS轨迹文件分为若干个split块,每个split块大小为64 MB。每个MapReduce任务由Map阶段和Reduce阶段构成,分别用Map函数和Reduce函数实现[9]。

下面分别介绍各MapReduce任务。Job1 检测候选停泊点并对其过滤得到停泊点。Job1 的输入是预处理后的出租车GPS记录,包括出租车编号( taxi ID) 、日期( date) 、时间( time) 、unix时间,即当前时间到1970 年1 月1 日0 点的时间之差( unixtime) 、经纬度( lon / lat ) 。 Map1 输出的key和value中都包含unixtime,这样可利用MapReduce的Shuffle阶段的排序功能,按taxi ID分组按unixtime排序,进而提高算法的速度。Reduce1 根据2. 2 节所述过程检测每辆车的停泊点。Reduce1 在输出结果前进行过滤,去掉等待时间大于阈值Tmax的停泊点。

Job2 计算停泊点属性,即GPS点集中所有点的平均经纬度、开始/结束时间、时间间隔。Map2 的输出按出租车ID( taxiID) 和停泊点ID( DID) 分组,按停泊点中GPS记录的ID( p IDs)排序。Reduce2 计算停泊点的属性并输出。Reduce2 输出key是< taxi ID,DID > ,value包括点集的平均经纬度、开始日期、开始时间、结束日期、结束时间和时间间隔。

Job3 对不同时间段的停泊点进行DBSCAN聚类。Map3 判断每条输入记录是否是工作日并计算时间段ID。Map3 输出key中is Work Day表示是否是工作日,time ID表示时间段ID。value中dur是停泊点的等待时间。Reduce3 采用DBSCAN算法对不同时间段的停泊点聚类。Reduce3 输出value中c ID是聚类后该停泊点所属的簇的ID。

Job4 处理聚类结果,输出停泊点知识库。Map4 的输出以< is Work Day,time ID,c ID > 分组以taxi ID排序。 这样可在Reduce4 中实现只对value遍历一次,即可计算出每辆车的停泊点信息。Reduce4 计算簇的属性,形成停泊点知识库。Reduce4 输出value包括: 簇中所有停泊点所属的车的总数( taxi Num) 、该簇中心点的经纬度( c Lon/c Lat) 、簇中停泊点的等待时间的平均值( a Dur) 和到簇中心点的平均距离( a Dist) 。

3 停泊点在线推荐

停泊点在线推荐的目的是为司机和乘客推荐最佳的停泊点。对于司机和乘客,最佳的标准不同,如司机关注是否可以快速接到乘客,即在停泊点等待时间的长短; 而乘客关注是否步行较短的路程就可以到达推荐的停泊点。因而,要针对司机和乘客设计不同的推荐模型。

停泊点知识库中存储了停泊点簇的位置及其属性。根据2. 3 节所述,推荐主要考虑出租车个数、平均等待时间、簇的紧密程度和位置。因此,一个停泊点簇C可以用特征向量表示,如下式所示:

C1到C4分别表示出租车个数、平均等待时间、簇中停泊点到簇中心点距离的平均值、停泊点距司机或乘客当前点的距离。由于C1到C4的值差别较大,因此要对特征向量归一化处理。将当前每个特征值除以其最大值,使每个特征值的取值范围在[0,1]内。归一化后的特征向量如式( 2) ,CMaxi( i = 1,2,3,4)表示特征Ci的最大值。

得到归一化的特征向量后,分别针对司机和乘客,计算每个簇C的分数Sc,如式( 3) ,w1到w4是每个特征的权值,取值范围为[- 1,1],且w1到w4的和为0。按Sc从大到小对停泊点簇排序,分数越大的停泊点簇越优先推荐给司机或乘客。

如果是司机,主要考虑在该处停泊的出租车是否较多,多说明该处是一个真正的停泊点,因此w1取大于0 的值; 司机希望等待较短的时间即可接到乘客,并且簇越紧密,距离越短越好,因此,w2到w4取小于0 的值。如果是乘客,该停泊点出租车越多越好,出租车等待时间越长越好,因此,w1和w2取大于0 的值; 对于乘客簇越紧密并且步行的路程越短越好,因此,w3和w4取小于0 的值。

4 实验

4. 1 数据集及预处理

实验数据来自微软亚洲研究院公开的出租车GPS轨迹数据[10,11],是北京地区从2008 /2 /2 到2008 /2 /8 的出租车GPS轨迹数据,共10 357 辆车。每辆车的GPS轨迹存储于一个文本文件中,一行表示一条GPS记录,包括出租车ID、时间、经纬度。

分析挖掘前要先对原始GPS轨迹数据预处理。原始GPS记录共17 662 984 条,去掉经纬度异常的( 如经度或纬度为0的) 和各列完全相同的重复数据后,最终记录有15 358 023 条。对这些数据做如下统计分析,以删除对挖掘没有意义的数据。

首先统计出租车每天采集GPS记录的持续时间。由图4可见,各出租车采集GPS记录持续时间差别较大。持续时间最小的为0,即只有1 条GPS记录,这样的数据将会删除。持续时间最大的为86 399 秒,即一天的时间。说明有的车全天24 小时都在采集GPS信息,而有的车不是全天采集的。

然后统计每辆出租车每天采集的GPS记录个数。由图5可见,少量车每天采集的GPS记录个数不到100。大部分是在103数量级,平均1 分钟采集一次。最大的每天采集27 306 条GPS记录,平均3. 16 秒采集一次。

根据上述统计分析可以看出,大部分车每天采集上千条GPS记录,有的车一天24 小时都在采集,有的一天采集几个小时。在分析GPS数据时,要删除GPS记录个数少的,因为只有一定规模的数据才能挖掘出停泊点知识库。本文实验中删除了每天采集GPS记录个数小于60 的出租车GPS轨迹数据,对余下的数据进行分析。删除后共15 078 142 条GPS记录,9593 辆出租车。

4. 2 实验及结果分析

数据预处理后,将在Hadoop平台下对预处理后的GPS轨迹数据进行离线挖掘,生成停泊点知识库。实验中Hadoop平台的环境配置如下: 4 台服务器,其中1 个Master节点,3 个Slaver节点。Master节点是双核CPU,2. 40 GHz,内存32 GB,硬盘1 TB。3 个Slaver节点的配置相同,双核CPU,2. 13 GHz,内存32 GB,硬盘1 TB。Hadoop平台版本为1. 0. 3。

为取得较好的推荐效果,实验分析了DBSCAN算法的距离阈值和最小密度变化时停泊点簇个数和噪声比。噪声比即聚类后没有被分到任何簇中的噪声个数和所有停泊点个数的比例。

图6 为距离阈值变化时的簇个数和噪声比。实验分别取非工作日和工作日中时间段ID为0、4、10 的三组数据进行了比较。n0、n4、n10、w0、w4、w10 分别表示非工作日和工作日时间段在0: 00 - 2: 00,8: 00 - 10: 00,20: 00 - 22: 00 范围内的数据。实验中最小密度固定为3,距离阈值从50 增大到200( 单位:米) 。从图6 可见,距离阈值增大时,簇个数有增大的趋势,工作日时距离阈值取100 时簇个数最大。工作日时距离阈值大于100 时,簇个数有减小趋势。由于工作日的GPS数据量比非工作日大,因而工作日的簇个数较多。距离阈值增大时,噪声比逐渐减小。考虑到距离阈值越大,停泊点簇的范围越大,推荐的范围也会增大,乘客需要步行较长距离。综合上述分析,实验中距离阈值取100。

图7 是最小密度变化时簇个数和噪声比。n0、n4、n10、w0、w4、w10 的含义如上所述。实验中距离阈值取100,最小密度分别取2、3、4、5。从图7 可见,最小密度越大,簇个数越小,噪声比越大,和预期结果相同。为达到较好的推荐效果,即簇个数越大,噪声比越小越好。综合考虑,实验中最小密度取3。

停泊点检测及其知识库生成的MapReduce算法效率用加速比su评估。加速比是指数据集固定,不断增大计算节点个数时算法并行的性能[12],如式( 4) 。p是计算节点个数,T1和Tp分别是1 个和p个节点时的运行时间。

图8 分析了数据集大小不同时算法的加速比。共4 个数据集,分别记为D1、D2、D3、D4,其中出租车个数分别为100、1000、5000 和9593。Tp取3 次实验的平均值。理想情况下加速比是呈线性的,但实际的加速比要低于理想状态。D1 的加速比最小,因为数据量小时Hadoop集群中部分节点处于空闲状态。数据集越大加速比越接近线性。加速比没有达到线性是因为节点通信、任务启动、调度等开销。该实验证实了本文基于MapReduce的停泊点挖掘算法更适用于处理大规模数据集。

接下来的实验比较了传统串行算法和本文的MapReduce算法检测停泊点并生成停泊点知识库的运行时间。图9 为传统算法和MapReduce算法的对比图。当数据量较小时传统算法运行时间略小。当数据量增大时传统算法运行时间上升得很快,而MapReduce算法的运行时间上升较缓,且远低于传统方法。可见本文算法提高了停泊点挖掘效率,数据量较大时效果更明显。

为验证本文出租车停泊点智能推荐算法的有效性,设计并实现了一套原型系统,利用Hadoop平台挖掘出的停泊点知识库和司机乘客的推荐模型实现在线推荐。原型系统中司机/乘客可以输入当前点位置、时间、最远距离( 用户能接受距离当前位置最远多少米范围内的停泊点) 、最多推荐的停泊点数。当前位置也可在地图上通过点击鼠标选择。系统将根据输入条件推荐出最佳的停泊点。系统推荐的停泊点是一个区域而不是一个点,这样使推荐更加灵活,用户在进入该区域的路上也可能发现乘客或打到车。

5 结语

本文提出了基于MapReduce的出租车停泊点智能推荐算法。首先对原始GPS轨迹数据预处理,然后利用MapReduce模型设计并行算法检测停泊点并对其聚类,最终生成停泊点知识库,利用推荐模型实现司机和乘客的在线推荐。通过实验确定了DBSCAN算法的最佳距离阈值和最小密度,以达到更好的推荐效果。实验分析了本文MapReduce算法的加速比,比较了传统算法和MapReduce算法的效率,结果表明本文算法在数据量增大时运行时间上升缓慢,效率明显高于传统算法。实验中利用真实出租车GPS轨迹数据,生成停泊点知识库。设计并实现了停泊点智能推荐的原型系统,验证了本文停泊点推荐算法可以有效推荐出较容易接到乘客或打到车的地点。本文的研究工作为缓解出租车和乘客的供需矛盾奠定了基础。未来工作将进一步细化停泊点检测算法,如GPS轨迹预处理时考虑轨迹和路网匹配问题等。

摘要：现有解决打车难问题的研究工作大部分是集中式地调度出租车,且大多方法在单一服务器上运行串行算法分析海量出租车GPS数据,计算量大,会遇到计算时间和计算资源的瓶颈。为此提出一种基于MapReduce的出租车停泊点智能推荐算法,为司机或乘客推荐更容易接到乘客或打到车的地点。算法通过挖掘大量出租车GPS轨迹数据,检测出停泊点,并生成停泊点知识库。再利用推荐模型为司机或乘客推荐最佳停泊点。实验分析了北京市真实出租车GPS轨迹数据,结果表明该算法能有效为司机和乘客推荐出停泊点,且在大数据量下具有较高的效率。

关键词：出租车,GPS,聚类,MapReduce,停泊点,推荐

参考文献

[1]Castro P,Zhang D,Chen C,et al.From taxi GPS traces to social and community dynamics:a survey[J].ACM Computing Surveys,2013,46(2):1-17.

[2]Yamamoto K,Uesugi K,Watanabe T.Adaptive routing of cruising taxis by mutual exchange of pathways[C]//Proceedings of KnowledgeBased Intelligent Information and Engineering Systems,Zagreb,Croatia,2010:559-566.

[3]Yuan N J,Zheng Y,Zhang L,et al.T-finder:a recommender system for finding passengers and vacant taxis[J].Knowledge and Data Engineering,IEEE Transactions on,2013,25(10):2390-2403.

[4]Powell J,Huang Y,Bastani F,et al.Towards reducing taxicab cruising time using spatio-temporal profitability maps[C]//Proceedings of the 12th International Symposium on Advances in Spatial and Temporal Databases,Minneapolis,MN,United states,2011:242-260.

[5]Lei L.Towards a high performance virtual Hadoop cluster[J].Journal of Convergence Information Technology,2012,7(6):292-303.

[6]曹旭,张云华.Hadoop平台下计算模型中调度策略的研究[J].计算机应用与软件,2013,30(9):208-210,214.

[7]赵辉,杨树强,陈志坤,等.基于MapReduce模型的范围查询分析优化技术研究[J].计算机研究与发展,2014,51(3):606-617.

[8]林彬,李姗姗,廖湘科,等.Seadown:一种异构MapReduce集群中面向SLA的能耗管理方法[J].计算机学报,2013,36(5):977-987.

[9]慈祥,马友忠,孟小峰.一种云环境下的大数据Top-K查询方法[J].软件学报,2014,25(4):813-825.

[10]Yuan J,Zheng Y,Xie X,et al.Driving with knowledge from the physical world[C]//Proceedings of SIGKDD.New York,UNITED STATES,2011:316-324.

[11]Yuan J,Zheng Y,Zhang C,et al.T-drive:driving directions based on taxi trajectories[C]//Proceedings of Sigspatial.New York,UNITED STATES,2010:99-108.

篇4：宽容是停泊爱心的港湾

宽容是港湾，供我们的爱心停泊；宽容是缆绳，连接我们的友谊；宽容是纱网，滤掉我们的不和谐。

我们期待宽容，在我们犯错误时，不知所措的我们总是希望对方的宽容能够使自己避免惩罚。有时我们如愿以偿，因为我们“有容乃大”。这时我们能够海纳百川，山高万仞，以一颗博大宽厚的慈心来对待一切的错误和不公，我们构造了宽容。有时我们惨遭惩戒，因为我们斤斤计较，这时我们心胸狭隘，锱铢必较，以尖刻的眼光和阴暗的心来对待一切所谓的敌意——我们抛弃宽容。抛弃宽容使我们提心吊胆，变得恐怖狰狞——像魔鬼；构造宽容使我们心胸坦荡，变得仁慈温和——像上帝。当然，我们希望自己居住在天堂。

我们拥有宽容，因为仅仅期待别人的宽容是自私的。屠格涅夫说过：“不会宽容别人的人，是不配受人宽容的，但谁能说自己是不需要宽容的呢？”正因为我们需要宽容，我们才要去宽容别人，只有这样，我们才能享受宽容带来的欢乐。伟大的钢琴家李斯特以他的宽容原谅了他的“学生”，博得人们的尊敬，一度被传为佳话。拥有宽容是一种财富，宽容就像清新的空气和温暖的阳光，能抚平人们心灵的创伤，给人们以宽慰和幸福。

设想一下没有宽容的世界吧：人与人之间不宽容，互相猜忌、勾心斗角、大打出手，从此社会不再安定；国家之间的不宽容，战争爆发，战火连年，人民流离失所，从此地球不再安宁；民族的不宽容，种族歧视，民族仇杀，种族对立，从此世界充满了不和谐的音符。试想一下，这样的世界充斥着冷漠与仇恨，我们如何生存？那是一种怎样的狭隘和阴暗？

期待宽容，我们有颗爱心，每个人就有了美好的希望。构造宽容，我们享受着清新空气与温暖阳光，那将是一片海阔天空！

宽容，是一种修养，是千百次的忍耐而提升的人格魅力。宽容是一束阳光，时刻照耀着我们，就看我们如何面对。生活中既没有完美无缺的事物，也没有十全十美的完人。苛求人生完美无缺的本身就是人格的不完美。学会宽容生活的不如意，就是享受。

一味地抱怨和指责他人，就意味着将自己置身于社会生活的旁观者地位，宽容地对待他人的同时，也就体验了宽容大度的欢乐。宽容是一种健康人格的特征，它基于理解而又高于理解。

漫长的人生旅途中，每行进一步都难免会遇到不开心和不如意的事情，诸多烦恼也无时不在困挠着我们。无端的指责、无中生有的猜疑、甚忽背后的流言蜚语……倘若我们因为不懂得或不善于宽容，事事逞强，处处患得患失，必然活得心累至极，人生也因此失去了许多惬意与美好。学会冷静地面对所发生的一切，事情往往会顿释前嫌，化险为夷。学会宽容地待人待事，培养起娴熟的宽容思想素质，我们的生活就会多一份空间，多一份爱，我们的生活就会多一份阳光，多一份温暖。

宽容能使人性情和蔼，使心灵有转折退让的余地。当我们面对朋友的误解、伤害和不友好，面对人际关系的隔膜、冷淡，大度地予以宽解和接纳，尽可能用微笑的、通情达理的目光去打量周围的人和事，那么，人世间就多了一种美丽的胸怀，一种美好的精神气质。心胸豁达的人，从不把宽容看成是忍辱负重，而是看成一种美德和幸福。

宽容和忍让是人生的一种豁达，是一个人富有涵养的重要表现。当面对伤害过自己的人，报以宽容谅解时，不但会化解、避免很多无谓的矛盾，而且会产生一种温暖的自我完美感，足以消融自己的痛苦、烦恼。因为宽容，许多烦恼琐事，便会不战自败，便会自动地烟消云散，退一步说，亦伤不了自己。伤不了自己，便是爱自己的最好方式。

宽容是一种仁爱的光芒，是对别人的释怀，也是对自己的善待。一个人的胸怀能容下多少人，才能赢得多少人。当与你有过敌意的同事，互谅互让，争相认错，主动握手言和时，宽容便是甜润的春雨，冲刷了积淀于彼此心中的轨迹，最终获得“双赢”的佳果。多一份谅解，多一份宽容，多一份宽待，多一份善意，我们身边就会更加和谐，人生也就会变得更加精彩。

多宽容一次人，多造一次福；多争一次强，多一个敌人；多患得患失，必多困惑与烦恼。一个遇事不冷静、不理智、不能宽容他人的人，往往会生活失去平衡，小事酿成大事，矛盾由此更加激化，以致后患无穷。反之，宽容大量，和气待人，凡事识大体顾大局，拿得起放得下想的开，就能化大事为“小”，化小事为“无”。宽容的人，往往心胸宽如海，敢于直面困难和挫折，以平静的心态去面对人生。宽容别人，等于善待自己。

人人称羡宽容，常常希望得到别人的谅解和宽容。遗憾的是，我们在希望得到他人宽容宽恕的同时，却很少想到他人也希望得到自己的寬容。一些人安于接受别人的宽容，却从不打算把宽容施之他人。殊不知，如果自己不能宽容别人，就很难从别人那里获得宽容。所以，当你遇到别人有意或无意的“伤害”时，不要总是计较，总想报复，要学会与人为善，豁达大度。忍让待人，以德抱怨不是怕人，而是一种谦恭风度和崇高境界。有人认为，宽容是姑息错误，是弱者避世的表现。其实不然，恰恰相反，宽容是强者的爱心和理性的充分展示，是一种化怒为喜转忧为乐的智慧，是一种超然物外的大智若愚。只有心胸狭隘、固步自封的弱者才吝惜宽容。

宽容是助你成功的法宝。没有淡泊无以明志，没有宽容无以致远。宽容的人生，生活将达到一种恬静、超脱的境界，不至于承受憎恨与报复的压力，不至于浪费时间和精力去挖空心思对付别人，可以专心致志于自己的事业，在平凡岗位上干出一番辉煌业绩。

一个有志于事业成功的人，宽容对他来说是一门不可忽缺的人生必修课。胸襟博大，心宽志广、万事顺达，他就会上下和睦，左右逢缘；以充沛的精力投入到工作之中，使自己的事业大有成就。学会宽容，也许这正是人生处事最高深、最艰难的修炼，谁的修炼最独特，最成功，谁在生活中得到的益处就最多。诚所谓吃亏是福，忍让是德。宽容是我们每一个人都应该具有的良好道德和修养。

宽容是一种心灵的抚慰，一种友情的闪烁。宽容的胸怀，博大明净，能容得下天光云彩；容得下人间万象。宽容，有助于我们的心态平衡，有助于我们的身心健康。一个心胸狭窄，目光短视，常常苛求别人的人，由于他内心的矛盾冲突永久得不到解脱，极易导致人际关系紧张，处事法则轻率错乱，折射到自己身上，自己也活得如负重载，忧郁寡欢。天长日久还极易诱发多种疾病。倘若我们内心豁达，心态从容，充满阳光，充满友爱，随时随地把阳光和友爱带给别人，那么，我们的生存世界就会阳光灿烂，生机盎然，友谊长在，愉悦无尽，欢乐鼎沸。

篇5：停泊的岸散文

芸芸众生，每个人总是在乐此不疲地扬帆、启程，启程、扬帆，寻找着属于自己的岸，然而，心之彼岸却是一个永远难以停泊的港湾。在红尘，如舟行水上，总会被浪刀涛剑雕刻出一些深深浅浅的沧桑；岁月如洪，渐渐地磨平了额头的棱角，冲淡了双鬓的黑发，人生注定是一次孤独的航行。生命有岸，心却无岸。人的一生就是经历一次从此岸到彼岸的过程。人生有涯，心海无涯，都渴望驶向心之彼岸的幸福港湾，期待理想与现实的完美的统一，但是心有彼岸，却无终点。也许冥冥之中，命运会给你一个路径，让你在山重水复的迷茫中，蓦然发现，梦并不都在远方，有时它就站在你现在停泊的地方等待你。从开始的蹒跚学步，到意气风发的扬帆起航，满载着希望和憧憬，无论顺风也好，逆向也罢，历经坦途坎坷，终归将寻一停泊的港湾，走完人生之旅。

心之彼岸，是我们理想幸福的追求，是我心向往渴望到达的幸福港湾。若无心的彼岸，就无人生目标，将会永远搁浅在此岸，浑噩度日，活的空虚渺茫，这样的人生将没有任何意义。在那条肃穆的`山界河边，曾有一条路，静静地停泊在深山里，只有它陡陡的影子，不时在深夜淡淡的灯光下，从心底悄悄地爬到心头，由此管叫它心路。眺望远天杳鹤，流云逝水两茫然。

将近半程的人生旅途，不觉间已跨越过。漂泊的船，你该去哪航行，该去哪个方向航行，哪儿才是你可以停泊的岸呢？我该把这只孤船寄托在哪个停靠的码头呢？心的彼岸，是一个永远无法到达的梦境。因为这梦，才有追求，才有动力。才不会觉得空虚，才不会迷失自己，才能不懈的去努力去奋斗。梦想是个很玄幻的东西，它总是用神秘的色彩诱惑着你，似乎不抵达天地原始的混沌，心就找不到纯真的靠岸。如果生命的旅程不是这么的惊心动魄，是否就能够平静安稳的过单纯一如木偶般的生活？如果岁月的印痕不是那么的浮沉坎坷，是否就不会寻不回那淹没于时光门楣的纯真和快乐？而当涛声平息了所有的激动，我偎在一片深蓝色的宁静里，重新审视一只小舟漂泊的过程，蓦然发现，梦想就在此岸，只是我们没有以一种虔诚的姿势靠近它。

涉足千里，虽历经千辛万苦，但你才会领略到更美丽的彼岸风景！“地宽天高，尚觉鹏程之窄小”登高心旷，舒啸兴迈。不停步，你还会有更遥远的心之彼岸。悟了此中真意，我将心泊在此岸，不再向远方的岸口漂泊。人世间千山万水，万水千山，风景各异却是一样的历程。于是又想起了去时的那条路，睡在寂静的深山里。如果故事的演绎没有所谓的曲终幕落，是否就不会飘零在尘世间做这沉默而又特别的一个？如果心海的烟尘不是那么的摇曳迷离，是否就不会沉醉于回忆里似痴还怨的忧伤寂寞着？时间的车轮无时无刻不在转动着，把握眼前的一切才是最重要的。把握好今天，才能更好地拥有明天。细细体味生活，领悟生活的真谛。

蔚蓝天空，清澈，透亮。伸出双手，我想拥抱大自然的温度，闭上眼睛，深呼吸清凉的味道。“人是漂泊的船，家是停泊的岸。”每个人都是一只孤船，在漫无边际的海上漂泊，却不知哪儿才是你停泊的岸。我只是一叶小舟，从早晨的这个码头启程，却不知道傍晚会在哪一个埠头靠岸。航行似乎是我人生独一无二的内容，而我似乎只有在一次次疲惫和舒适的交替行走中，才会感觉到生命不是飘浮在云中，而是行走在地上。我就这样漂泊着，没有谁能够改变我这样行走的状态。

“家是一只船，在飘流中有了爱。家是温暖的港湾，家是永远的岸”。梦在远方，舟是不系之舟，桨是无揖之桨，而心，何处是它的泊岸？我心如舟，总感觉找不到可以搁浅的沙滩，总感觉那时涨时落的潮头会打碎或者沉没一个梦。因此，在许多个落霞的黄昏，我都会把心折成一弯月牙，系向蟾宫的桂花树上，等我归家的那天，带它一起返航。如果蹉跎的人生只是一段婉转的谣歌，而我们所能浅唱的旋律是不是真的只有悲欢和离合？这只船承载我们穿过漫长的岁月。前面永远是陌生的水域，正因为我们乘在这只船上，就不会感到陌生。四周时而风平浪静，时而波涛汹涌，只要这只船牢固，一切都会化为美好的风景”。每当听到萨克斯吹奏经典乐曲《回家》，我的心潮就翻腾一股暖流，漂泊的小船回到港湾，似儿时的摇篮，在母亲美妙的无字音乐陶醉下，疲惫的心灵得以憩息.既然内心的头已挺不起来，就不要在缝缝补补之后继续在风雨之中漂泊;既然灵魂的脚步早已迈不开步，就不要再依着惯性而继续浪荡。

不管是树也好，船也罢，他们都有支点。而船之所以会航行，是因为有水的支撑，风的吹动。家，在我的心目中是一个永远温暖而美丽的地方。它无需山青水秀，无需鸟语花香，那里的一草一木都维系一个孩童的梦幻。那低矮的茅草屋装满太多的憧憬，因为那里有母亲，是所有孩子的避风港，疲惫心灵归依的地方。而风中的一些故事总是在一张橘黄色的帷幔中沉入宁静，又在一片丹红色的轻纱里浮出尘嚣，用梦幻般的色彩引诱着我，让我一次又一次地向着远方的远方眺望，并怀着美妙的想象乐此不疲地漂流。

然而家依然是让我们感受爱和回报爱的地方，自打落地生根的第一天起，我们就拥有了家，家是老人的憩园，家是孩子的天堂；家是情感的归宿；家里贮藏着太多太多幸福与快乐，也饱含太多太多的酸甜。于是，我选择了让爱在家的港湾里停泊。

★ 山水觅岸优美散文

★ 听雨散文

★ 雨思经典散文

★ 有关雨的散文

★ 雨静思散文

★ 暮雨散文

★ 季羡林散文《听雨》

★ 今夜飘着雨散文

★ 碎雨清明散文

篇6：人生路上，那份停泊的静美散文

--------人生之路是自己走出来的，而不是命运的安排

淡淡流年，岁月如梭，日子在日升日落中，升了又沉，起了又落，我们每一刻都不曾停歇的围着生活转，有时候会觉得疲惫，其实生活并没有我们想象的那么容易。

行走在人生的路途，我们的脚步匆匆，为了家庭、事业，为了能生存的更好而奔波，这个时代眼花缭乱我们永远都有做不完的事情。也不可能都是一帆风顺来伴随前行，会有困难，或者会遇到挫折，不顺心的人和事，这些都是正常现象，然而有时我们会心烦意乱，痛苦不堪，或萎靡消沉，或悲观失望，漫漫人生路上下求索。

终究是现实导致我们的身心累了， 那么就不妨，停舟靠岸，来作短暂的停歇，将我们正在行驶，人生的一叶扁舟，停泊进波光粼粼清幽幽，天一色的湖光水面，秀逸的苇荡，静谧中浸染，休憩在青山碧水间，聆听涧谷的鸟鸣，欢唱着婉转的歌喉，看野花在山风中轻轻的飘落，苍翠的竹林映蔽天日。拥有一份红尘之外，云卷云舒的淡泊，来渡过惊涛骇浪，渡得一路坎坷，任尘世浮华，随风如烟散去，看花草绿叶袅娜成诗行，忘却喧嚣，留一份纯真在心，此时，轻轻的闭上眼睛用自己的脉搏来聆听，感知大自然的空灵韵簦时光里的薄寒早已被静美素丽所消融。营造出一份独有的宁静温馨，鲜亮了心中的期许，享受一份悠闲与惬意。

生活这条道路，是不平坦的，有时候要爬过一座山，趟过一条河，才能走在开满鲜花的原野，柔软茵茵的绿草地上，走向未来和未曾预知的明天，美好的生活充满希望与寄托，让我们以坚韧不拔的精神，克服重重困难，用好的心态，来驾驭人生。生活中，我们每走一步，都不是单纯的活着。所有的经历的一切，都

收获着一种实实在在的意义，平淡才是真，固守生命的简约，简单的快乐。每一个季节都会发现惊喜，多少的希望，多少的梦想。惟愿做一个乐观豁达，开朗的人，坦然的面对一切，相信生活的每一次感动。

篇7：心的港湾作文

心的港湾

母爱似水，水的平和，体现了那份母性的温柔，如同潺潺涓流滋润着心田，沁人心脾。

涌进了温暖，张显了伟大，找到了依靠――心的港湾

藏在心底的无限感动，写在纸上的`无限回忆。

在这个暴风雨来临的夜，寂静一片。空中电闪雷鸣，好不绚丽。但对于幼年的我而言，那就是魔鬼，骇人无比。

我簌簌发抖，脸刷一下白了，脑部充血，嗡嗡作响，站着一动不动，发至本能的惊骇，下得都快要哭了。 母亲见我反常，关心地问道：“怎么了作文 你也可以投稿，哪里不舒服嘛?”我像是没听见，还是站着。母亲心惊，赶忙走到我身旁，用手摸了摸我的额头和面颊，有热度，悬着的心放下了。轻轻拍了拍我的脸，柔声说道：“怎么了?”我缓过神来，带着哭腔，支支吾吾地说：“我…我…好害怕!”母亲听完，悬着的心彻底放下了，长呼一口气，安慰道：“有什么可怕的，不怕，不怕呵，有我在呢!”眼泪随着哭声留下来，我还是紧张地说：“我…还是…害怕!”母亲无奈，把我抱在怀里，唱起了儿歌，我产生睡意，渐渐熟睡了……

岁月流逝无声息，母爱传承永不变。

母亲生得白，略显得有些许肿胖，脸也无往日的白嫩，布上了岁月的沧桑。稠密黑发中夹杂着些缕白发披散于肩，掩饰不住的衰老呈现出来。白挚的双手也已变得发黄，轻轻地把握一下，感觉有些刺手，神经传来的刺痒冲击着内心。有些发毛，但更多的是心酸……