交通流时间序列的聚类分析方法及应用
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-14页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·数据挖掘技术在交通领域的应用现状 | 第11页 |
| ·时间序列聚类分析的研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-14页 |
| 2 时间序列的聚类方法 | 第14-18页 |
| ·聚类分析概述 | 第14-15页 |
| ·相似性度量 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 3 交通流数据的特征分析与预处理 | 第18-28页 |
| ·数据集及其描述 | 第18-19页 |
| ·交通流数据的特征分析 | 第19-23页 |
| ·交通流数据的预处理 | 第23-27页 |
| ·异常数据的判定 | 第23-26页 |
| ·数据修复 | 第26页 |
| ·数据矩阵 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 4 交通流时间序列的聚类分析 | 第28-37页 |
| ·几种聚类方法在交通流时间序列中的应用 | 第28-35页 |
| ·层次的方法 | 第28-29页 |
| ·划分的方法 | 第29-32页 |
| ·k均值法 | 第29-31页 |
| ·k中心点法 | 第31-32页 |
| ·基于密度的方法 | 第32-35页 |
| ·不同聚类算法的比较 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 5 深圳市交通流数据实验及分析 | 第37-60页 |
| ·快速路交通流时间序列的聚类分析 | 第37-43页 |
| ·基于欧氏距离的聚类分析 | 第37-39页 |
| ·一周交通流时间序列的聚类分析 | 第37-38页 |
| ·每天交通流时间序列聚类分析 | 第38-39页 |
| ·基于动态时间弯曲距离的聚类分析 | 第39-42页 |
| ·一周交通流时间序列聚类分析 | 第39-40页 |
| ·每天交通流时间序列聚类分析 | 第40-42页 |
| ·聚类结果分析及异常分析 | 第42-43页 |
| ·聚类结果分析 | 第42-43页 |
| ·异常分析 | 第43页 |
| ·快速路交通流时间序列的模式划分 | 第43-52页 |
| ·早高峰和晚高峰的确定 | 第44-46页 |
| ·早高峰、晚高峰归一化 | 第46-47页 |
| ·聚类分析 | 第47-50页 |
| ·聚类结果分析及异常分析 | 第50-52页 |
| ·聚类结果分析 | 第50-51页 |
| ·异常分析 | 第51-52页 |
| ·快速路与高速路交通流时间序列比较 | 第52-57页 |
| ·不同天交通流相似性比较 | 第53-54页 |
| ·相邻监测点交通流时间序列相似性比较 | 第54-57页 |
| ·比较结果分析 | 第57页 |
| ·聚类效果验证 | 第57-59页 |
| ·聚类分析验证 | 第58-59页 |
| ·模式划分验证 | 第59页 |
| ·本章小结 | 第59-60页 |
| 6 结论与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简历 | 第64-66页 |
| 学位论文数据集 | 第66页 |
