基于轨迹数据的城市交通需求热点区域推荐研究
摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第8-13页 |
1.1 研究背景与意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.3 研究内容 | 第10-11页 |
1.4 本文的组织结构 | 第11-13页 |
2 出租车轨迹数据 | 第13-17页 |
2.1 出租车轨迹数据的基本特点 | 第13页 |
2.2 轨迹数据挖掘方法 | 第13-14页 |
2.3 相关算法 | 第14-16页 |
2.3.1 半监督聚类 | 第15页 |
2.3.2 半监督近邻传播算法 | 第15-16页 |
2.4 本章小结 | 第16-17页 |
3 数据预处理 | 第17-30页 |
3.1 数据 | 第17-18页 |
3.1.1 出租车轨迹数据 | 第17-18页 |
3.1.2 路网数据 | 第18页 |
3.2 数据预处理 | 第18-27页 |
3.2.1 出租车GPS轨迹数据预处理 | 第18-21页 |
3.2.2 路网数据处理 | 第21-22页 |
3.2.3 地图匹配 | 第22-27页 |
3.3 出租车载客停留点提取 | 第27-29页 |
3.4 本章小结 | 第29-30页 |
4 出租车热点区域发现 | 第30-43页 |
4.1 改进的SAP算法 | 第30-37页 |
4.1.1 算法设计 | 第30-33页 |
4.1.2 实验仿真与分析 | 第33-37页 |
4.2 出租车活动特征 | 第37-39页 |
4.2.1 出租车活动规律 | 第37-38页 |
4.2.2 不同时间段出租车载客停留点分布 | 第38-39页 |
4.3 出租车载客候选点获取 | 第39-41页 |
4.4 出租车载客热点区域获取 | 第41页 |
4.5 热点区域吸引度计算 | 第41-42页 |
4.6 本章小结 | 第42-43页 |
5 出租车热点区域推荐 | 第43-48页 |
5.1 融合信任度出租车热点区域推荐 | 第43-46页 |
5.1.1 信任定义 | 第44页 |
5.1.2 推荐模型 | 第44-46页 |
5.2 仿真与验证 | 第46页 |
5.3 可视化实现 | 第46-47页 |
5.4 本章小结 | 第47-48页 |
6 结论与展望 | 第48-50页 |
6.1 主要研究成果 | 第48页 |
6.2 展望 | 第48-50页 |
致谢 | 第50-51页 |
参考文献 | 第51-54页 |
攻读学位期间的研究成果 | 第54页 |