基于地铁刷卡数据的客流拥挤度提取--以上海市地铁5号线、8号线为例
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 研究背景及目的 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 论文结构 | 第19-20页 |
| 第二章 数据模型 | 第20-22页 |
| 2.1 地铁网络模型 | 第20页 |
| 2.2 刷卡数据模型 | 第20-21页 |
| 2.3 出行数据模型 | 第21-22页 |
| 第三章 方法 | 第22-38页 |
| 3.1 出行数据提取 | 第23-24页 |
| 3.2 出行方向确定 | 第24-28页 |
| 3.2.1 无换乘情形 | 第25-26页 |
| 3.2.2 换乘情形 | 第26-28页 |
| 3.3 刷卡时间聚类 | 第28-29页 |
| 3.4 到站时刻识别 | 第29-35页 |
| 3.5 客流统计 | 第35-36页 |
| 3.6 拥挤度识别 | 第36-38页 |
| 第四章 应用案例 | 第38-73页 |
| 4.1 数据处理与建模 | 第38-41页 |
| 4.1.1 数据准备 | 第38-40页 |
| 4.1.2 客流人数提取 | 第40-41页 |
| 4.2 结果讨论 | 第41-73页 |
| 4.2.1 地铁5号线 | 第42-53页 |
| 4.2.2 地铁8号线 | 第53-67页 |
| 4.2.3 结果验证 | 第67-73页 |
| 第五章 结论与展望 | 第73-75页 |
| 5.1 总结 | 第73页 |
| 5.2 特色与创新 | 第73-74页 |
| 5.3 下一步工作 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80页 |
