| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 出租车轨迹数据应用研究现状 | 第11-12页 |
| 1.3.2 空间聚类算法研究现状 | 第12-14页 |
| 1.3.3 数据可视化研究现状 | 第14页 |
| 1.4 论文的主要研究内容 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-17页 |
| 第2章 相关理论与技术基础 | 第17-25页 |
| 2.1 GPS应用 | 第17-19页 |
| 2.1.1 GPS基本原理 | 第17-18页 |
| 2.1.2 GPS在汽车导航和交通管理中的应用 | 第18-19页 |
| 2.2 数据挖掘 | 第19-22页 |
| 2.2.1 数据挖掘的概念及主要方法 | 第19-21页 |
| 2.2.2 数据挖掘的过程 | 第21页 |
| 2.2.3 数据挖掘的主要功能 | 第21-22页 |
| 2.3 空间聚类算法 | 第22-24页 |
| 2.3.1 空间聚类算法概述 | 第22页 |
| 2.3.2 空间聚类算法主要分类 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 出租车GPS数据获取及预处理 | 第25-34页 |
| 3.1 出租车GPS数据获取及数据说明 | 第25-27页 |
| 3.2 出租车GPS数据预处理 | 第27-29页 |
| 3.2.1 冗余数据检测 | 第27页 |
| 3.2.2 区域外数据过滤 | 第27-28页 |
| 3.2.3 滑动窗口数据检测 | 第28页 |
| 3.2.4 其他异常数据处理 | 第28-29页 |
| 3.3 地图匹配 | 第29-31页 |
| 3.4 上下车位置点提取 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于出租车GPS数据的出租车载客情况分析 | 第34-57页 |
| 4.1 出租车载客情况量化指标 | 第34-35页 |
| 4.1.1 日载客总次数 | 第34页 |
| 4.1.2 各小时载客次数 | 第34-35页 |
| 4.2 出租车载客高峰时间段的分析 | 第35-38页 |
| 4.2.1 节假日出租车载客高峰时间段分析 | 第35-36页 |
| 4.2.2 工作日出租车载客高峰时间段分析 | 第36-38页 |
| 4.3 出租车载客热点区域分析 | 第38-56页 |
| 4.3.1 交通小区的划分 | 第38页 |
| 4.3.2 结合K-means算法与系统聚类法的方法 | 第38-43页 |
| 4.3.3 载客热点区域分析 | 第43-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 出租车载客情况分析的可视化表示 | 第57-69页 |
| 5.1 出租车载客高峰时间段可视化 | 第57-63页 |
| 5.1.1 节假日载客高峰时间段可视化 | 第57-59页 |
| 5.1.2 工作日载客高峰时间段可视化 | 第59-63页 |
| 5.2 出租车载客热点区域可视化 | 第63-68页 |
| 5.2.1 ArcGIS电子地图平台 | 第63-64页 |
| 5.2.2 载客热点区域可视化 | 第64-68页 |
| 5.3 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 论文的主要工作及成果 | 第69页 |
| 6.2 论文的不足与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |