走在汽車革命的路上論文書籍站
元智大學 資訊工程學系 姚修慎所指導 黃承達的 基於駕駛人行車時間數據開發的導航系統 （2013），提出機車油耗app推薦關鍵因素是什麼，來自於駕駛導航、路徑規劃、多條路徑、數據叢聚、路徑推薦、行車時間預估。
基於駕駛人行車時間數據開發的導航系統
為了解決機車油耗app推薦 的問題，作者黃承達 這樣論述：
本研究發展一省時導航規畫路徑演算法，並建立一省時路徑規劃系統，本演算法將會以行車歷史資料作為導向規劃路徑，利用行車數據進行切割與組合，達到產生K條路徑的效果，並且本研究考慮了道路壅塞與道路行駛時間等因素，本演算法利用K-means方法，叢聚路徑的數據計算其道路的行車預估時間區間，包含順暢時間與堵塞時間，而本研究設計了三種路徑推薦評比方法，使用者可以依照其需求得到不同的演算法回饋數據，回饋的數據包含K條路徑推薦序列與對應的預估行車時間。為建置行車數據庫，本研究發展一套自動數據蒐集方法及數據處理方法，自動數據蒐集方法包含了利用Android 平臺所開發的Application，可自動化的蒐集行車
數據與OBDII資訊；而數據處理方法首先會進行Match&Cut方法來擷取各趟次行車軌跡，再配合A*矩陣儲存模組將其數據進行切割與重組，最後轉置匯入資料庫，以建置行車數據庫。本研究進行了演算法預估時間與路徑推薦的分析與驗證，由本研究結果顯示，完整路徑的平均準確率為63.69%、連接一次路徑的平均準確率為55%。而路徑推薦以Yen's演算法與Google map推薦路徑的結果進行比較，結果為本研究所推薦的路徑為合理的路徑序列。