| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究目的 | 第9页 |
| 1.3 研究方法和技术路线 | 第9-10页 |
| 1.4 主要研究内容及创新点 | 第10页 |
| 1.4.1 主要研究内容 | 第10页 |
| 1.4.2 创新点 | 第10页 |
| 1.5 本文章节安排 | 第10-12页 |
| 第2章 国内外研究现状 | 第12-16页 |
| 2.1 公交车GPS数据的研究应用 | 第12-13页 |
| 2.2 公交IC卡数据的研究应用 | 第13页 |
| 2.3 通勤模式的研究 | 第13-14页 |
| 2.4 换乘模式的研究 | 第14-15页 |
| 2.5 模糊集理论的研究 | 第15-16页 |
| 第3章 公共交通多源数据及预处理 | 第16-25页 |
| 3.1 公共交通多源数据 | 第16-20页 |
| 3.1.1 公交线路数据 | 第16-17页 |
| 3.1.2 地铁线路数据 | 第17-18页 |
| 3.1.3 公交车GPS数据 | 第18-19页 |
| 3.1.4 公交IC卡数据 | 第19-20页 |
| 3.2 数据预处理 | 第20-23页 |
| 3.2.1 公交车GPS数据与公交站点数据的关联匹配 | 第20-22页 |
| 3.2.2 公交IC卡数据与站点数据关联匹配 | 第22-23页 |
| 3.3 数据缺失问题 | 第23-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 基于出行模式的GPS轨迹还原方法 | 第25-42页 |
| 4.1 出行事件模糊集模型 | 第25-28页 |
| 4.1.1 出行事件 | 第25页 |
| 4.1.2 出行事件模糊集 | 第25-28页 |
| 4.2 确定公交车到站时间 | 第28-29页 |
| 4.2.1 问题定义 | 第28页 |
| 4.2.2 K-means算法 | 第28-29页 |
| 4.3 基于通勤模式的轨迹还原 | 第29-34页 |
| 4.3.1 通勤的定义和特征 | 第29-30页 |
| 4.3.2 轨迹还原算法 | 第30-32页 |
| 4.3.3 算法验证 | 第32-34页 |
| 4.4 基于换乘模式的轨迹还原 | 第34-38页 |
| 4.4.1 换乘的定义和类型 | 第34页 |
| 4.4.2 轨迹还原算法 | 第34-37页 |
| 4.4.3 算法验证 | 第37-38页 |
| 4.5 实验总结 | 第38-39页 |
| 4.6 基于IC卡刷卡数据的应用案例分析 | 第39-42页 |
| 4.6.1 通勤OD分析 | 第39-41页 |
| 4.6.2 换乘分析 | 第41-42页 |
| 第5章 总结和展望 | 第42-44页 |
| 5.1 本文工作总结 | 第42页 |
| 5.2 后续研究工作展望 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-49页 |
| 攻读硕士学位期间的研究成果 | 第49页 |