| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 交通小区划分方法研究 | 第10-11页 |
| 1.2.2 静态OD提取方法 | 第11-12页 |
| 1.2.3 城市交通需求分析研究 | 第12-13页 |
| 1.3 研究内容和技术路线 | 第13-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 手机数据特征分析及预处理 | 第16-28页 |
| 2.1 手机数据特征分析 | 第16-22页 |
| 2.1.1 数据获取机制及格式说明 | 第16-17页 |
| 2.1.2 数据特征分析 | 第17-22页 |
| 2.2 手机数据预处理 | 第22-27页 |
| 2.2.1 原始数据简化和信息匹配 | 第23页 |
| 2.2.2 无效数据识别与处理 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于手机数据的城市交通小区划分研究 | 第28-44页 |
| 3.1 引言 | 第28-29页 |
| 3.2 传统交通小区划分原则 | 第29页 |
| 3.3 基于手机数据的城市功能区识别方法 | 第29-37页 |
| 3.3.1 基站用户潮汐变化的语义特征提取 | 第29-31页 |
| 3.3.2 城市功能区识别方法 | 第31-33页 |
| 3.3.3 结果及分析 | 第33-37页 |
| 3.4 交通小区划分方法 | 第37-43页 |
| 3.4.1 交通小区划分的基站特征选取 | 第37-38页 |
| 3.4.2 马氏权重距离的硬式聚类算法 | 第38-40页 |
| 3.4.3 交通小区通勤强度指数 | 第40页 |
| 3.4.4 结果及分析 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于手机数据的交通OD获取方法及分析 | 第44-54页 |
| 4.1 引言 | 第44页 |
| 4.2 基于轨迹时空聚类的交通OD获取 | 第44-48页 |
| 4.2.1 手机数据获取OD的适用性 | 第44-45页 |
| 4.2.2 轨迹点状态识别及特征分析 | 第45-46页 |
| 4.2.3 交通OD获取的时空聚类算法 | 第46-48页 |
| 4.3 结果及分析 | 第48-50页 |
| 4.4 基于F1-MEASURE的OD获取评估方法 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于OD数据的城市交通需求评估 | 第54-71页 |
| 5.1 引言 | 第54-55页 |
| 5.2 城市宏观出行调查 | 第55-56页 |
| 5.2.1 传统调查技术 | 第55页 |
| 5.2.2 基于手机数据的出行调查技术 | 第55页 |
| 5.2.3 两种技术手段对比 | 第55-56页 |
| 5.3 基于手机数据的出行特征指标统计 | 第56-60页 |
| 5.3.1 出行距离 | 第56页 |
| 5.3.2 出行时间 | 第56页 |
| 5.3.3 出行强度 | 第56-58页 |
| 5.3.4 出行/非出行特性分布 | 第58-60页 |
| 5.3.5 交通出行速度分布 | 第60页 |
| 5.4 交通需求时空分布评估与应用 | 第60-70页 |
| 5.4.1 群体出行OD分布 | 第61-65页 |
| 5.4.2 区域人口密度时空分布 | 第65-67页 |
| 5.4.3 城市群体潮汐运动分析 | 第67-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 结论与展望 | 第71-73页 |
| 6.1 主要结论 | 第71-72页 |
| 6.2 研究展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 在学期间的研究成果 | 第77-78页 |
| 致谢 | 第78页 |