基于数据挖掘的公交线路客流预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 引言 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 论文研究内容 | 第12页 |
| 1.4 论文结构 | 第12-14页 |
| 2 相关理论与技术 | 第14-28页 |
| 2.1 公交客流数据采集 | 第14-15页 |
| 2.2 数据预处理与特征分析 | 第15-26页 |
| 2.2.1 数据预处理 | 第15-18页 |
| 2.2.2 公交客流特征分析 | 第18-26页 |
| 2.3 数据挖掘过程 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 基于时间序列的公交线路客流预测 | 第28-37页 |
| 3.1 算法原理 | 第28-29页 |
| 3.2 建模过程 | 第29-34页 |
| 3.2.1 数据处理 | 第29-30页 |
| 3.2.2 时间序列模型的建立 | 第30-34页 |
| 3.3 模型预测 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 基于支持向量机的公交线路客流预测 | 第37-44页 |
| 4.1 算法原理 | 第37-38页 |
| 4.2 建模过程 | 第38-41页 |
| 4.2.1 数据处理 | 第38-39页 |
| 4.2.2 支持向量机回归模型的建立 | 第39-41页 |
| 4.3 模型预测 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5 基于梯度提升决策树的公交线路客流预测 | 第44-53页 |
| 5.1 算法原理 | 第44-45页 |
| 5.2 建模过程 | 第45-49页 |
| 5.2.1 数据处理 | 第45-47页 |
| 5.2.2 梯度提升决策树模型的建立 | 第47-49页 |
| 5.3 模型预测 | 第49-50页 |
| 5.4 实验结果分析 | 第50-51页 |
| 5.5 本章小结 | 第51-53页 |
| 6 全文总结与展望 | 第53-54页 |
| 6.1 全文总结 | 第53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
