基于手机信令数据的旅游交通客流特征分析研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的与意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 研究现状 | 第12-14页 |
| 1.3.2 研究评述 | 第14页 |
| 1.4 研究内容 | 第14-15页 |
| 1.5 研究技术路线 | 第15-17页 |
| 第二章 旅游交通客流数据基础研究 | 第17-27页 |
| 2.1 手机信令解读 | 第17-20页 |
| 2.1.1 手机信令数据来源 | 第17-19页 |
| 2.1.2 手机信令数据特性分析 | 第19-20页 |
| 2.2 旅游交通客流界定 | 第20-23页 |
| 2.2.1 旅游交通客流特性分析 | 第20-21页 |
| 2.2.2 旅游交通客流研究范围划分 | 第21-22页 |
| 2.2.3 旅游交通客流特征分析指标 | 第22-23页 |
| 2.3 旅游交通客流数据分析的基本原理 | 第23-26页 |
| 2.3.1 数据挖掘流程与方法 | 第23-25页 |
| 2.3.2 旅游交通客流特征分析步骤 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 旅游交通客流数据识别 | 第27-40页 |
| 3.1 手机信令数据预处理 | 第27-30页 |
| 3.1.1 原始数据存储 | 第27-29页 |
| 3.1.2 手机信令数据简化 | 第29页 |
| 3.1.3 手机信令除噪 | 第29-30页 |
| 3.2 游客交通客流数据提取 | 第30-36页 |
| 3.2.1 游客出行状态原理 | 第31-32页 |
| 3.2.2 算法描述与设计 | 第32-34页 |
| 3.2.3 旅游交通客流数据提取 | 第34-36页 |
| 3.2.4 旅游交通客流数据的验证和扩样 | 第36页 |
| 3.3 旅游交通客流数据可视化 | 第36-39页 |
| 3.3.1 旅游交通客流数据可视化分析 | 第36-37页 |
| 3.3.2 旅游交通客流轨迹可视化分析 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 旅游交通客流特征分析研究 | 第40-65页 |
| 4.1 旅游交通客流分布特征 | 第40-45页 |
| 4.1.1 旅游交通客流时变特征 | 第40-42页 |
| 4.1.2 旅游交通客流空间分布特征 | 第42-45页 |
| 4.2 旅游交通客流出行特征分析 | 第45-49页 |
| 4.2.1 游客出行次数 | 第45-46页 |
| 4.2.2 游客出行距离 | 第46-47页 |
| 4.2.3 游客出行时耗 | 第47-48页 |
| 4.2.4 旅客出行速度 | 第48-49页 |
| 4.3 旅游交通客流出行特征模型研究 | 第49-52页 |
| 4.3.1 模型研究 | 第49-50页 |
| 4.3.2 模型建立 | 第50-52页 |
| 4.4 旅游交通客流出行规律特征分析 | 第52-59页 |
| 4.4.1 关联规则理论 | 第52-54页 |
| 4.4.2 算法描述与设计 | 第54-57页 |
| 4.4.3 旅游交通客流关联规则挖掘 | 第57-59页 |
| 4.5 旅游交通客流短时预测 | 第59-64页 |
| 4.5.1 短时客流预测理论 | 第59-60页 |
| 4.5.2 小波神经网络模型 | 第60-62页 |
| 4.5.3 旅游景区短时客流预测 | 第62-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 旅游交通客流特征分析系统框架 | 第65-73页 |
| 5.1 系统框架总体设计 | 第65-67页 |
| 5.1.1 系统功能需求分析 | 第65-66页 |
| 5.1.2 系统框架设计 | 第66-67页 |
| 5.2 旅游交通客流特征分析系统模块 | 第67-72页 |
| 5.2.1 旅游交通客流时空分析模块 | 第67-70页 |
| 5.2.2 旅游交通客流轨迹分析模块 | 第70-71页 |
| 5.2.3 旅游交通客流预警模块 | 第71-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第六章 结论与展望 | 第73-75页 |
| 6.1 主要研究成果及结论 | 第73页 |
| 6.2 研究展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
