首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--交通工程与交通管理论文

基于位置信息的北京市出行模式研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 引言第12-30页
    1.1 选题背景和研究意义第12-16页
        1.1.1 相关概念第12页
        1.1.2 选题背景第12-15页
        1.1.3 研究意义第15-16页
    1.2 国内外研究现状第16-26页
        1.2.1 国外研究综述第16-22页
        1.2.2 国内研究综述第22-26页
    1.3 研究目标及研究内容第26-27页
    1.4 技术路线第27-28页
    1.5 章节安排第28-29页
    1.6 本章小结第29-30页
2 相关理论与技术第30-43页
    2.1 交通出行第30页
    2.2 交通小区第30-31页
    2.3 移动通信网络第31-39页
        2.3.1 移动通信网络系统第31-33页
        2.3.2 手机定位技术第33-35页
        2.3.3 移动通信基站覆盖区域第35-36页
        2.3.4 乒乓切换第36-37页
        2.3.5 手机位置数据的优缺点第37-39页
    2.4 聚类分析第39-40页
    2.5 地理信息系统第40-41页
    2.6 Oracle数据库第41页
    2.7 本章小结第41-43页
3 北京市移动手机位置信息第43-56页
    3.1 北京市移动手机位置基础数据第43-46页
        3.1.1 北京市移动通信基站信息第43-44页
        3.1.2 北京市移动手机信令数据第44-46页
    3.2 北京市移动手机位置信息预处理第46-51页
        3.2.1 北京市基站信息数据预处理第47-48页
        3.2.2 北京市移动手机信令数据无约束预处理第48-50页
        3.2.3 北京市移动手机信令数据有约束预处理第50-51页
    3.3 北京市移动通信基站与地理信息匹配第51-52页
    3.4 北京市移动通信基站邻接矩阵第52-55页
    3.5 本章小结第55-56页
4 基于位置信息的北京市出行模式获取第56-74页
    4.1 基于位置信息的北京市居民出行链第56-57页
    4.2 北京市手机信令数据样本集筛选第57-58页
    4.3 基于位置信息的北京市平均出行次数估算第58页
    4.4 北京市移动基站特定时刻的O或D第58-60页
        4.4.1 相对时间计算方法第59页
        4.4.2 小时间区间计算方法第59-60页
    4.5 基于位置信息的北京市特征时间估计第60-67页
        4.5.1 基于位置信息的北京市出行时间规律第61-62页
        4.5.2 基于位置信息的北京市早晚高峰第62-65页
        4.5.3 基于位置信息的北京市典型平峰第65-67页
    4.6 基于位置信息的北京市出行模式获取聚类算法第67-71页
        4.6.1 多邻近约束分层次聚类算法构建第67-71页
        4.6.2 多邻近约束分层次聚类算法参数选择第71页
        4.6.3 基于多邻近约束分层次聚类算法实现第71页
    4.7 基于位置信息的北京市出行模式示例第71-73页
    4.8 本章小结第73-74页
5 基于位置信息的北京市出行模式分析第74-92页
    5.1 北京市出行的聚集性第74-76页
    5.2 北京市早高峰出行模式分析第76-81页
        5.2.1 北京市早高峰O分布分析第76-78页
        5.2.2 北京市早高峰D分布分析第78-81页
    5.3 北京市晚高峰出行模式分析第81-85页
        5.3.1 北京市晚高峰O分布分析第81-83页
        5.3.2 北京市晚高峰D分布分析第83-85页
    5.4 北京市平峰模式分析第85-89页
        5.4.1 北京市平峰O分布分析第85-87页
        5.4.2 北京市平峰D分布分析第87-89页
    5.5 基于位置信息的北京市整体态势第89页
    5.6 基于位置信息的北京市出行模式应用第89-90页
    5.7 本章小结第90-92页
6 结论与展望第92-95页
    6.1 研究总结第92-93页
        6.1.1 研究成果第92-93页
        6.1.2 研究创新点第93页
    6.2 研究展望第93-95页
参考文献第95-99页
作者简历及攻读硕士学位期间取得的研究成果第99-102页
学位论文数据集第102页

论文共102页,点击 下载论文
上一篇:基于FPGA的高能效双目深度感知计算架构和系统设计
下一篇:基于本体的信息检索技术的研究及其在教学平台中的应用