基于聚类的区域间可达性模型研究--以陕西区域为案例研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1.绪论 | 第9-25页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 可达性的研究内容概述 | 第10-14页 |
| 1.3 区域交通对区域间可达性的影响研究 | 第14-15页 |
| 1.4 区域经济发展对区域间可达性的影响研究 | 第15-19页 |
| 1.5 国内外研究的局限性和问题 | 第19-20页 |
| 1.6 本文研究的内容 | 第20-24页 |
| 1.7 本章总结 | 第24-25页 |
| 2.传统可达性的概念及其内涵 | 第25-45页 |
| 2.1 可达性的基本定义 | 第25-28页 |
| 2.2 可达性的模型 | 第28-32页 |
| 2.3 重力阻力模型分析探讨 | 第32-35页 |
| 2.4 指标能量化难题 | 第35-36页 |
| 2.5 指标显隐性问题 | 第36-37页 |
| 2.6 传统可达性模型内在的局限性 | 第37-40页 |
| 2.7 区域间可达性的最小单位划分 | 第40页 |
| 2.8 区域间可达性的定义 | 第40-43页 |
| 2.9 本章总结 | 第43-45页 |
| 3.可达性聚类模型研究 | 第45-65页 |
| 3.1 可达性指标选取 | 第45-48页 |
| 3.2 聚类模型思想框架 | 第48-49页 |
| 3.3 聚类算法的选择 | 第49-57页 |
| 3.3.1 K-MEDOIDS算法简介 | 第52-54页 |
| 3.3.2 聚类流程图 | 第54-57页 |
| 3.4 PCA权重确定 | 第57-60页 |
| 3.4.1 PCA原理简介 | 第57-59页 |
| 3.4.2 权重确定的流程 | 第59-60页 |
| 3.5 实验平台介绍 | 第60-63页 |
| 3.5.1 Python语言简介 | 第60-61页 |
| 3.5.2 ANACONDA和Python扩展库 | 第61-62页 |
| 3.5.3 ArcGIS和Python | 第62-63页 |
| 3.6 数据来源 | 第63-64页 |
| 3.7 本章总结 | 第64-65页 |
| 4.陕西区域可达性聚类结果及因素分析 | 第65-91页 |
| 4.1 陕西情况简介 | 第65-68页 |
| 4.2 可达性结果 | 第68-76页 |
| 4.3 西安市可达性因素分析 | 第76-86页 |
| 4.3.1 交通和整体经济因素分析 | 第76-79页 |
| 4.3.2 人口因素分析 | 第79-82页 |
| 4.3.3 国民收入因素分析 | 第82-84页 |
| 4.3.4 气候和地理环境因素分析 | 第84-85页 |
| 4.3.5 医疗与基础设施因素分析 | 第85-86页 |
| 4.4 商洛地区可达性因素分析 | 第86-88页 |
| 4.5 动态特征分析 | 第88-90页 |
| 4.6 本章总结 | 第90-91页 |
| 5.可达性概念延伸与传统空间可达性间的联系与不同 | 第91-107页 |
| 5.1 区域辐射理论与可达性概念的延伸 | 第92-97页 |
| 5.2 基于可达性的西安发展单极化效应分析 | 第97-101页 |
| 5.3 聚类可达性模型与重力阻力模型的异同点 | 第101-103页 |
| 5.4 权重对于聚类结果的影响 | 第103-105页 |
| 5.5 本章总结 | 第105-107页 |
| 6.总结与展望 | 第107-109页 |
| 6.1 结论 | 第107-108页 |
| 6.2 不足和展望 | 第108-109页 |
| 致谢 | 第109-111页 |
| 参考文献 | 第111-125页 |
| 攻读硕士期间发表的学术论文及成果 | 第125页 |
