基于数据挖掘的城市公共交通客流分析及应用研究
摘要 | 第3-4页 |
abstract | 第4-5页 |
第1章 绪论 | 第8-11页 |
1.1 研究背景 | 第8-9页 |
1.2 研究现状 | 第9-10页 |
1.3 研究意义 | 第10页 |
1.4 研究内容 | 第10-11页 |
第2章 数据挖掘理论与技术 | 第11-16页 |
2.1 数据挖掘概念 | 第11-13页 |
2.2 数据挖掘技术与模式 | 第13-15页 |
2.3 本章小节 | 第15-16页 |
第3章 客流数据挖掘内容与方法 | 第16-19页 |
3.1 客流挖掘内容 | 第16页 |
3.2 客流挖掘方法及框架 | 第16-18页 |
3.3 本章小节 | 第18-19页 |
第4章 客流数据挖掘研究 | 第19-61页 |
4.1 客流数据准备 | 第19-24页 |
4.1.1 数据采集 | 第19-22页 |
4.1.2 数据预处理 | 第22-24页 |
4.2 客流初步挖掘研究 | 第24-38页 |
4.2.1 乘车站点及时间挖掘 | 第24-31页 |
4.2.2 下车站点及时间挖掘 | 第31-32页 |
4.2.3 交通运力挖掘 | 第32-33页 |
4.2.4 初步挖掘结果分析 | 第33-38页 |
4.3 客流深度挖掘研究 | 第38-59页 |
4.3.1 客流预测挖掘研究 | 第38-49页 |
4.3.2 客流预警挖掘研究 | 第49-52页 |
4.3.3 用户特征挖掘研究 | 第52-56页 |
4.3.4 深度挖掘结果分析 | 第56-59页 |
4.4 本章小结 | 第59-61页 |
第5章 客流数据挖掘结果表达 | 第61-74页 |
5.1 客流出行规律 | 第63-70页 |
5.1.1 客流时间分布特征 | 第63-65页 |
5.1.2 客流线路站点分布特征 | 第65-67页 |
5.1.3 客流出行特征 | 第67-70页 |
5.2 客流分析关键指标 | 第70-71页 |
5.3 客流预测及预警 | 第71-73页 |
5.4 本章小节 | 第73-74页 |
第6章 工作总结与展望 | 第74-76页 |
6.1 工作总结 | 第74-75页 |
6.2 工作展望 | 第75-76页 |
参考文献 | 第76-79页 |
致谢 | 第79-80页 |
附录1 攻读硕士学位期间参与的项目和发表的论文 | 第80-81页 |
附录2 主要英文缩写语对照表 | 第81-82页 |
附录3 客流预测实验数据表 | 第82-83页 |