基于公共交通大数据的站点识别算法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国内研究现状 | 第9-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 研究目的与研究内容 | 第12-14页 |
| 1.3.1 研究目的 | 第12-13页 |
| 1.3.2 内容与创新 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 2 上下车站点识别理论与算法 | 第15-26页 |
| 2.1 公交IC刷卡数据的特点 | 第15-16页 |
| 2.2 上车站点的识别算法 | 第16-22页 |
| 2.2.1 基于公交运营数据的识别算法 | 第16-17页 |
| 2.2.2 基于GPS数据的识别算法 | 第17-19页 |
| 2.2.3 基于换乘行为的识别算法 | 第19-22页 |
| 2.3 下车站点的识别算法 | 第22-24页 |
| 2.3.1 基于出行链的识别算法 | 第22-23页 |
| 2.3.2 基于概率的识别算法 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 3 基于乘客行为的上车站点识别算法 | 第26-47页 |
| 3.1 问题的提出 | 第26页 |
| 3.2 基于乘客行为的上车站点识别算法 | 第26-37页 |
| 3.2.1 相关定义 | 第26-28页 |
| 3.2.2 算法描述 | 第28-29页 |
| 3.2.3 利用地铁换乘 | 第29-31页 |
| 3.2.4 利用公交换乘 | 第31-34页 |
| 3.2.5 利用IC卡忠诚用户 | 第34-37页 |
| 3.3 实验结果与分析 | 第37-46页 |
| 3.3.1 数据集预处理 | 第37-40页 |
| 3.3.2 实验环境 | 第40页 |
| 3.3.3 实验数据与评估指标 | 第40-41页 |
| 3.3.4 实验结果和分析 | 第41-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4 基于大数据的下车站点识别算法 | 第47-59页 |
| 4.1 问题的提出 | 第47-48页 |
| 4.2 基于大数据的下车站点识别算法 | 第48-51页 |
| 4.2.1 算法描述 | 第48-49页 |
| 4.2.2 站点吸引系数的改进 | 第49-50页 |
| 4.2.3 算法模型 | 第50-51页 |
| 4.3 实验结果与分析 | 第51-57页 |
| 4.3.1 数据集与实验环境 | 第51页 |
| 4.3.2 实验数据与评估指标 | 第51-53页 |
| 4.3.3 实验结果与分析 | 第53-57页 |
| 4.4 本章小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 主要工作总结 | 第59页 |
| 5.2 未来工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |
| A. 作者在攻读学位期间发表的论文目录 | 第66页 |
