基于轨迹数据和图模型的城市区域重要程度可视分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 城市计算研究现状 | 第10-11页 |
| 1.2.2 时空轨迹数据可视分析的研究现状 | 第11-12页 |
| 1.2.3 城市区域中心性研究现状 | 第12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 论文结构框架 | 第13-14页 |
| 第二章 城市功能区识别方法 | 第14-24页 |
| 2.1 大规模时空轨迹数据的自适应聚类 | 第14-17页 |
| 2.1.1 基本聚类算法 | 第14-15页 |
| 2.1.2 参数自适应策略 | 第15-16页 |
| 2.1.3 T-DBSCAN算法 | 第16-17页 |
| 2.2 城市功能区域划分 | 第17-18页 |
| 2.2.1 城市功能区中心计算方法 | 第17页 |
| 2.2.2 基于Voronoi的区域划分方法 | 第17-18页 |
| 2.3 城市功能区识别 | 第18-23页 |
| 2.3.1 LDA主题模型 | 第19页 |
| 2.3.2 功能区语义文档 | 第19-20页 |
| 2.3.3 区域功能识别 | 第20-21页 |
| 2.3.4 功能区识别验证 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 城市功能区时空特征可视分析 | 第24-31页 |
| 3.1 城市功能区交互可视分析系统 | 第24-27页 |
| 3.1.1 功能区空间分布视图 | 第24-25页 |
| 3.1.2 时空堆栈图 | 第25-26页 |
| 3.1.3 年轮图 | 第26-27页 |
| 3.2 居民出行行为时空分布特征 | 第27-30页 |
| 3.2.1 工作日行为分析 | 第27-28页 |
| 3.2.2 非工作日出行模式探索 | 第28-29页 |
| 3.2.3 工作日与非工作日对比分析 | 第29-30页 |
| 3.2.4 居民出行时空特征总结 | 第30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 城市区域重要程度可视分析 | 第31-37页 |
| 4.1 图中心性 | 第31-32页 |
| 4.2 城市区域中心性可视化 | 第32-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第五章 系统框架与实验结果 | 第37-41页 |
| 5.1 实验数据 | 第37页 |
| 5.2 原型系统 | 第37-38页 |
| 5.3 实验结果 | 第38-40页 |
| 5.4 本章小结 | 第40-41页 |
| 第六章 总结与展望 | 第41-43页 |
| 6.1 总结 | 第41页 |
| 6.2 展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 在学期间公开发表论文及参与项目情况 | 第47页 |
