基于手机定位数据的出行活动链识别研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究内容 | 第12页 |
| 1.1.3 研究目的及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 出行链理论 | 第13-14页 |
| 1.2.2 出行调查 | 第14-15页 |
| 1.2.3 出行方式及活动模式识别 | 第15-16页 |
| 1.3 技术路线 | 第16-17页 |
| 1.4 论文结构 | 第17-19页 |
| 2 出行活动链模式研究 | 第19-31页 |
| 2.1 出行活动链 | 第19-20页 |
| 2.2 出行活动链模式 | 第20-27页 |
| 2.2.1 出行活动链要素 | 第20-22页 |
| 2.2.2 出行活动链类型 | 第22-24页 |
| 2.2.3 出行活动链结构 | 第24-26页 |
| 2.2.4 出行活动链模式的子模式 | 第26-27页 |
| 2.3 出行活动链模式的特征分析 | 第27-29页 |
| 2.3.1 出行子模式特征分析 | 第27-28页 |
| 2.3.2 活动子模式特征分析 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 3 轨迹采集程序设计与实现 | 第31-43页 |
| 3.1 平台介绍 | 第31-34页 |
| 3.1.1 Android平台 | 第31-32页 |
| 3.1.2 鹰眼轨迹服务平台 | 第32-34页 |
| 3.2 软件需求 | 第34-35页 |
| 3.3 系统架构 | 第35-36页 |
| 3.4 界面模块设计 | 第36-38页 |
| 3.4.1 用户登录模块 | 第36-37页 |
| 3.4.2 定位显示模块 | 第37-38页 |
| 3.5 轨迹采集模块设计 | 第38-40页 |
| 3.5.1 数据采集模块 | 第38页 |
| 3.5.2 数据生成模块 | 第38-39页 |
| 3.5.3 数据上传模块 | 第39-40页 |
| 3.6 本章小结 | 第40-43页 |
| 4 出行轨迹数据的采集与处理 | 第43-57页 |
| 4.1 出行轨迹数据采集 | 第43-45页 |
| 4.1.1 出行轨迹原始数据参数 | 第43-44页 |
| 4.1.2 出行轨迹原始数据特征 | 第44-45页 |
| 4.2 出行轨迹数据预处理 | 第45-50页 |
| 4.2.1 冗余数据的剔除 | 第45-46页 |
| 4.2.2 缺失数据的补全 | 第46-48页 |
| 4.2.3 基于卡尔曼滤波的数据平滑处理 | 第48-50页 |
| 4.3 出行轨迹分段 | 第50-54页 |
| 4.3.1 静止点和非静止点的分段 | 第50-52页 |
| 4.3.2 停驻和活动的分段 | 第52-54页 |
| 4.4 出行方式及活动类型识别方法 | 第54-56页 |
| 4.4.1 模糊决策理论 | 第54-55页 |
| 4.4.2 模式识别分类器 | 第55-56页 |
| 4.4.3 POI点匹配 | 第56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 实证研究 | 第57-71页 |
| 5.1 出行数据采集 | 第57-60页 |
| 5.1.1 数据采集软件 | 第57-58页 |
| 5.1.2 样本说明 | 第58-60页 |
| 5.2 出行数据的预处理 | 第60-62页 |
| 5.2.1 数据剔除与补全 | 第60-61页 |
| 5.2.2 数据分段 | 第61-62页 |
| 5.3 出行方式及活动类型识别 | 第62-69页 |
| 5.3.1 出行方式识别 | 第62-67页 |
| 5.3.2 活动类型识别 | 第67-69页 |
| 5.4 本章小结 | 第69-71页 |
| 6 结论与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-79页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第79-83页 |
| 学位论文数据集 | 第83页 |
