基于GIS的公交客流时空分析
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·公交客流分析研究现状 | 第8-9页 |
| ·时空GIS分析研究现状 | 第9-10页 |
| ·研究内容 | 第10页 |
| ·论文组织结构 | 第10-13页 |
| 第2章 公交客流数据管理 | 第13-35页 |
| ·公交客流数据 | 第13-23页 |
| ·客流数据 | 第13-15页 |
| ·线路及站点数据 | 第15-20页 |
| ·其他辅助数据 | 第20-23页 |
| ·公交客流数据库设计与实现 | 第23-27页 |
| ·公交客流数据库的设计 | 第24-26页 |
| ·公交客流数据库的实现 | 第26-27页 |
| ·公交客流数据预处理 | 第27-32页 |
| ·公交客流数据处理程序设计 | 第28-30页 |
| ·公交客流数据处理程序方法流程 | 第30-31页 |
| ·公交数据处理结果 | 第31-32页 |
| ·本章小结 | 第32-35页 |
| 第3章 公交客流数据时空分析方法 | 第35-47页 |
| ·客流分布的空间插值法 | 第35-37页 |
| ·反距离空间插值法 | 第36页 |
| ·空间插值法的展示 | 第36-37页 |
| ·交通小区客流空间关联 | 第37-43页 |
| ·空间权重矩阵 | 第38-39页 |
| ·全局空间自相关 | 第39-41页 |
| ·局部空间自相关 | 第41-43页 |
| ·站位类型分类的聚类分析法 | 第43-46页 |
| ·K-means聚类算法基本思想 | 第43-44页 |
| ·K-means聚类算法步骤 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 北京市公交客流数据时空分析 | 第47-75页 |
| ·北京市公共交通整体状况 | 第47-48页 |
| ·全市客流时空分布 | 第48-61页 |
| ·站点空间分布特征 | 第48-51页 |
| ·客流一日波动特征 | 第51-61页 |
| ·客流一周波动特征 | 第61页 |
| ·交通小区客流时空分布 | 第61-67页 |
| ·交通小区间客流相关性论证 | 第61-64页 |
| ·高峰时段热点交通小区分布规律 | 第64-67页 |
| ·站位客流时空分布 | 第67-74页 |
| ·早高峰站位登量客流特征 | 第67-71页 |
| ·站位客流高峰小时系数 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 总结与展望 | 第75-77页 |
| ·总结 | 第75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士期间发表论文及科研情况 | 第83页 |
