基于手机轨迹数据的校园学生活动规律挖掘--以深圳大学为例
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 选题意义 | 第10-11页 |
| 1.2 研究目的 | 第11页 |
| 1.3 国内外研究现状 | 第11-16页 |
| 1.3.1 国内研究现状 | 第11-14页 |
| 1.3.2 国外研究现状 | 第14-16页 |
| 1.4 研究内容和研究思路 | 第16-19页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 研究思路 | 第17-19页 |
| 第2章 定位理论基础 | 第19-26页 |
| 2.1 无线定位技术与定位数据概述 | 第19-22页 |
| 2.1.1 无线定位技术 | 第19-21页 |
| 2.1.2 无线定位数据概述 | 第21-22页 |
| 2.2 手机程序设计与收集方案 | 第22-26页 |
| 2.3 本章小结 | 第26页 |
| 第3章 轨迹分割与研究方法 | 第26-41页 |
| 3.1 学生轨迹数据分割 | 第26-27页 |
| 3.1.1 出行轨迹与停留位置的分割 | 第26-27页 |
| 3.1.2 出行轨迹分割方法 | 第27页 |
| 3.2 出行方式模糊识别方法与研究方法 | 第27-36页 |
| 3.2.1 校园出行方式的先验知识与出行方式划分 | 第27-30页 |
| 3.2.2 模糊决策逻辑说明 | 第30-32页 |
| 3.2.3 出行方式识别的模糊推理系统 | 第32-33页 |
| 3.2.4 各种出行方式的隶属度函数 | 第33-34页 |
| 3.2.5 出行轨迹研究方法 | 第34-36页 |
| 3.3 停留位置活动识别与研究方法 | 第36-39页 |
| 3.3.1 停留位置活动识别 | 第36-37页 |
| 3.3.2 停留活动研究方法 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 校园出行活动规律研究 | 第41-51页 |
| 4.1 学生出行距离分析 | 第41-44页 |
| 4.1.1 分析方法 | 第41页 |
| 4.1.2 出行距离结果分析 | 第41-44页 |
| 4.2 学生出行方式选择比例分析 | 第44-47页 |
| 4.2.1 分析方法 | 第44页 |
| 4.2.2 学生出行方式选择比例结果分析 | 第44-47页 |
| 4.3 校园主干道人流量分析 | 第47-50页 |
| 4.3.1 分析方法 | 第47-48页 |
| 4.3.2 主干道人流量结果分析 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 学生停留活动规律研究 | 第51-62页 |
| 5.1 学生停留活动区域分析 | 第51-52页 |
| 5.1.1 停留活动区域数目分析方法 | 第51页 |
| 5.1.2 停留活动区域数目结果分析 | 第51-52页 |
| 5.2 不同活动时空特征分析 | 第52-54页 |
| 5.2.1 分析方法 | 第52-53页 |
| 5.2.2 不同活动时空特征结果分析 | 第53-54页 |
| 5.3 学生停留活动热点区域分析 | 第54-57页 |
| 5.3.1 分析方法 | 第55页 |
| 5.3.2 热点区域结果分析 | 第55-57页 |
| 5.4 收取快递活动分析 | 第57-61页 |
| 5.4.1 学生网购次数分析 | 第57-60页 |
| 5.4.2 收取快递的时间分布 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 全文总结 | 第62页 |
| 6.2 创新点与不足处 | 第62-63页 |
| 6.3 研究展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67-79页 |
| 致谢 | 第79页 |
