| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-24页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13页 |
| 1.1.2 研究的目的与意义 | 第13-15页 |
| 1.2 研究现状 | 第15-21页 |
| 1.2.1 居民活动/出行调查 | 第15-16页 |
| 1.2.2 出行端点识别 | 第16-17页 |
| 1.2.3 出行方式识别 | 第17-19页 |
| 1.2.4 出行目的识别 | 第19-20页 |
| 1.2.5 居民活动/出行的时间分配模式分析 | 第20-21页 |
| 1.3 本文研究的主要内容 | 第21-24页 |
| 第2章 基于智能手机的居民活动/出行数据获取与预处理方法 | 第24-38页 |
| 2.1 引言 | 第24-25页 |
| 2.2 基于智能手机的居民活动/出行调查 | 第25-28页 |
| 2.3 GPS轨迹采集软件与在线PR调查工具的设计与开发 | 第28-30页 |
| 2.3.1 GPS轨迹采集软件 | 第28-30页 |
| 2.3.2 在线PR调查工具 | 第30页 |
| 2.4 GPS轨迹数据与活动链信息数据预处理 | 第30-36页 |
| 2.4.1 GPS轨迹数据预处理 | 第30-33页 |
| 2.4.2 GPS轨迹数据的基本特征与计算方法 | 第33-35页 |
| 2.4.3 预处理后的GPS轨迹数据与活动链数据统计分析 | 第35-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第3章 GPS轨迹数据驱动的活动链节点识别方法 | 第38-63页 |
| 3.1 引言 | 第38-39页 |
| 3.2 GPS轨迹数据驱动的活动链节点识别的基本策略 | 第39-41页 |
| 3.2.1 基于机器学习方法的活动链节点识别流程 | 第39-40页 |
| 3.2.2 邻域点集 | 第40-41页 |
| 3.3 特征选择与计算 | 第41-46页 |
| 3.4 基于随机森林分类器的活动链节点识别模型 | 第46-51页 |
| 3.4.1 随机森林方法的基本原理 | 第46-50页 |
| 3.4.2 识别结果的修正 | 第50-51页 |
| 3.4.3 随机森林方法的实现 | 第51页 |
| 3.5 活动链节点识别方法的实证分析 | 第51-61页 |
| 3.5.1 各组特征的识别效果与贡献 | 第51-53页 |
| 3.5.2 样本数量对识别精度及识别效率的影响 | 第53-55页 |
| 3.5.3 邻域点集规模与修正因子的选取 | 第55-57页 |
| 3.5.4 总体样本集上的活动链节点识别 | 第57-58页 |
| 3.5.5 误差分析 | 第58-61页 |
| 3.6 本章小结 | 第61-63页 |
| 第4章 基于GPS轨迹数据的活动链节点属性识别方法 | 第63-89页 |
| 4.1 引言 | 第63-64页 |
| 4.2 活动链节点属性识别概述 | 第64-66页 |
| 4.3 支持向量机方法 | 第66-70页 |
| 4.3.1 支持向量机的理论基础 | 第66-67页 |
| 4.3.2 支持向量机的基本原理 | 第67-69页 |
| 4.3.3 非线性问题的解决 | 第69页 |
| 4.3.4 多类别分类 | 第69-70页 |
| 4.3.5 支持向量机方法的实现 | 第70页 |
| 4.4 出行方式识别 | 第70-74页 |
| 4.4.1 出行方式识别的基本策略 | 第70-71页 |
| 4.4.2 特征选择与计算 | 第71-74页 |
| 4.5 出行方式识别的实证分析 | 第74-80页 |
| 4.5.1 单方式出行段的划分结果 | 第74-76页 |
| 4.5.2 出行方式的识别结果 | 第76-79页 |
| 4.5.3 各组特征的识别效果与贡献 | 第79-80页 |
| 4.6 活动内容识别 | 第80-84页 |
| 4.6.1 活动内容识别的基本策略 | 第80-82页 |
| 4.6.2 特征选择与计算 | 第82-84页 |
| 4.7 活动内容识别的实证分析 | 第84-88页 |
| 4.7.1 活动内容的识别结果 | 第84-86页 |
| 4.7.2 各组特征的识别效果与贡献 | 第86-88页 |
| 4.8 本章小结 | 第88-89页 |
| 第5章 基于结构方程模型的居民活动/出行时间分配模式分析 | 第89-103页 |
| 5.1 引言 | 第89-90页 |
| 5.2 居民多日活动链数据的统计与分析 | 第90-92页 |
| 5.3 居民多日活动/出行行为模式分析的方法 | 第92-96页 |
| 5.3.1 多日活动/出行行为模式分析的基本策略 | 第92-93页 |
| 5.3.2 结构方程建模方法 | 第93-95页 |
| 5.3.3 模型的拟合情况 | 第95-96页 |
| 5.4 居民多日活动/出行规律的实证分析 | 第96-101页 |
| 5.4.1 社会经济属性对多日活动/出行时间分配的影响 | 第96-98页 |
| 5.4.2 结果的讨论与分析 | 第98-100页 |
| 5.4.3 居民多日活动/出行在时间分配上的规律 | 第100-101页 |
| 5.5 本章小结 | 第101-103页 |
| 结论 | 第103-106页 |
| 参考文献 | 第106-113页 |
| 作者简介及在学期间所取得的科研成果 | 第113-114页 |
| 致谢 | 第114页 |
