基于出租车轨迹点的居民出行热点区域与时空特征研究--以昆山市为例
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 国内外研究发展现状 | 第15-20页 |
| 1.2.1 轨迹数据应用研究现状 | 第15-17页 |
| 1.2.2 居民出行热点区域研究现状 | 第17-18页 |
| 1.2.3 居民出行行为时空特征研究现状 | 第18-19页 |
| 1.2.4 研究中存在的问题 | 第19-20页 |
| 1.3 研究目标与内容 | 第20-21页 |
| 1.3.1 研究目标 | 第20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.4 研究方法与技术路线 | 第21-23页 |
| 1.4.1 研究方法 | 第21页 |
| 1.4.2 技术路线 | 第21-23页 |
| 第二章 实验基础 | 第23-36页 |
| 2.1 研究区概况 | 第23-25页 |
| 2.2 轨迹点数据采集 | 第25-28页 |
| 2.2.1 浮动车交通信息获取原理 | 第25-26页 |
| 2.2.2 出租车GPS调度中心系统 | 第26-27页 |
| 2.2.3 数据来源及数据结构 | 第27-28页 |
| 2.3 轨迹点数据预处理 | 第28-30页 |
| 2.3.1 浮动车采集数据预处理原因 | 第28-29页 |
| 2.3.2 数据预处理 | 第29-30页 |
| 2.4 地图匹配 | 第30-34页 |
| 2.4.1 数字地图选取 | 第30-31页 |
| 2.4.2 地图匹配的几何分析算法 | 第31-32页 |
| 2.4.3 地图匹配处理 | 第32-34页 |
| 2.5 空间聚类方法选择 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 居民出行热点区域时空分布 | 第36-58页 |
| 3.1 日出行总量 | 第36-39页 |
| 3.1.1 日出行总次数 | 第36-37页 |
| 3.1.2 各小时出行次数 | 第37-39页 |
| 3.2 居民出行时段分布 | 第39-41页 |
| 3.2.1 工作日出行时段分布 | 第39-40页 |
| 3.2.2 休息日出行时段分布 | 第40-41页 |
| 3.3 出租车空驶率时间分布 | 第41-45页 |
| 3.3.1 空驶率计算 | 第41-43页 |
| 3.3.2 空驶率结果分析 | 第43-45页 |
| 3.4 居民出行热点区域探测算法设计 | 第45-47页 |
| 3.5 居民出行热点区域时空分布研究 | 第47-57页 |
| 3.5.1 工作日热点区域时空分布与特征 | 第48-51页 |
| 3.5.2 休息日热点区域时空分布与特征 | 第51-54页 |
| 3.5.3 热点区域分布验证 | 第54-57页 |
| 3.6 本章小结 | 第57-58页 |
| 第四章 居民出行行为时空特征分析 | 第58-69页 |
| 4.1 工作日出行时空特征 | 第58-60页 |
| 4.2 休息日出行时空特征 | 第60-64页 |
| 4.3 基于工作日与非工作日的对比分析 | 第64-68页 |
| 4.3.1 出行距离对比 | 第64-65页 |
| 4.3.2 出行重心时空分异 | 第65-68页 |
| 4.4 居民出行时空特征总结 | 第68页 |
| 4.5 本章小结 | 第68-69页 |
| 第五章 结论与展望 | 第69-71页 |
| 5.1 论文研究结论 | 第69-70页 |
| 5.2 论文研究中的局限性和展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77页 |
