基于轨迹聚类的交通热点分析
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 轨迹聚类研究现状 | 第14-16页 |
| 1.2.2 交通热点研究现状 | 第16-17页 |
| 1.3 研究内容 | 第17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第二章 相关技术概述 | 第19-34页 |
| 2.1 轨迹数据挖掘 | 第19-24页 |
| 2.1.1 轨迹聚类 | 第19-21页 |
| 2.1.2 轨迹相似性度量方法 | 第21-24页 |
| 2.2 轨迹数据建模与表示 | 第24-28页 |
| 2.2.1 轨迹数据建模 | 第24-27页 |
| 2.2.2 轨迹的表示方法 | 第27-28页 |
| 2.3 轨迹划分与压缩 | 第28-31页 |
| 2.3.1 轨迹划分 | 第28-30页 |
| 2.3.2 轨迹压缩 | 第30-31页 |
| 2.4 交通热点分析 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 轨迹划分与压缩方法研究 | 第34-47页 |
| 3.1 轨迹数据预处理 | 第34-39页 |
| 3.1.1 研究区域概况 | 第34-35页 |
| 3.1.2 仿真数据集 | 第35-37页 |
| 3.1.3 轨迹数据地图匹配 | 第37-38页 |
| 3.1.4 噪声数据剔除 | 第38-39页 |
| 3.2 轨迹划分 | 第39-43页 |
| 3.2.1 轨迹特征点再选取 | 第39-40页 |
| 3.2.2 改进的轨迹划分算法 | 第40-41页 |
| 3.2.3 实验与分析 | 第41-43页 |
| 3.3 轨迹压缩 | 第43-45页 |
| 3.3.1 轨迹压缩原理与方法 | 第43页 |
| 3.3.2 改进的轨迹压缩算法 | 第43-44页 |
| 3.3.3 实验与分析 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 基于时空相似性度量的轨迹聚类算法研究 | 第47-59页 |
| 4.1 车辆轨迹模型定义 | 第47-48页 |
| 4.2 相似性度量方法 | 第48-51页 |
| 4.2.1 空间相似性度量 | 第48-49页 |
| 4.2.2 时间相似性度量 | 第49-50页 |
| 4.2.3 基于LCSS的时空相似性度量 | 第50-51页 |
| 4.3 基于轨迹聚类的热点路径提取算法 | 第51-53页 |
| 4.4 实验与分析 | 第53-58页 |
| 4.4.1 数据处理 | 第53-55页 |
| 4.4.2 聚类参数对比实验 | 第55页 |
| 4.4.3 算法效果对比实验 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 基于出租车轨迹的交通热点分析 | 第59-78页 |
| 5.1 实验架构和数据集 | 第59-60页 |
| 5.1.1 实验流程 | 第59页 |
| 5.1.2 出租车GPS数据采集 | 第59-60页 |
| 5.2 出租车GPS轨迹数据处理 | 第60-65页 |
| 5.2.1 轨迹数据预处理 | 第60-63页 |
| 5.2.2 轨迹划分 | 第63-64页 |
| 5.2.3 轨迹压缩 | 第64-65页 |
| 5.3 出租车热点路径与区域挖掘 | 第65-69页 |
| 5.3.1 子轨迹权值γ对聚类结果的影响 | 第65-66页 |
| 5.3.2 热点路径提取 | 第66-67页 |
| 5.3.3 上下车热点区域挖掘 | 第67-69页 |
| 5.4 成都市出租车不同时段的交通热点分析 | 第69-77页 |
| 5.4.1 周末与工作日的交通热点提取与分析 | 第69-72页 |
| 5.4.2 出行高峰时段的热点区域提取与分析 | 第72-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 研究工作总结 | 第78页 |
| 6.2 后续工作展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间取得的成果 | 第86页 |
