公共自行车数据的可视分析
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 公共自行车数据可视分析的研究现状 | 第9-12页 |
| 1.3 论文的工作与贡献 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第二章 相关理论基础 | 第14-24页 |
| 2.1 可视化技术 | 第14页 |
| 2.2 数据可视化技术简介 | 第14-15页 |
| 2.3 可视分析学 | 第15-16页 |
| 2.4 可视分析的基本流程 | 第16-18页 |
| 2.5 可视化与交互 | 第18-22页 |
| 2.5.1 可视化 | 第18-20页 |
| 2.5.2 可视交互分类 | 第20-22页 |
| 2.5.3 可视交互模型 | 第22页 |
| 2.6 常见聚类方法 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第三章 公共自行车数据的预处理和聚类 | 第24-31页 |
| 3.1 公共自行车数据 | 第24-25页 |
| 3.2 数据预处理 | 第25-27页 |
| 3.2.1 数据清洗和数据集成 | 第25页 |
| 3.2.2 数据变换 | 第25-27页 |
| 3.3 数据聚类 | 第27-30页 |
| 3.3.1 相似矩阵构建 | 第27-29页 |
| 3.3.2 AP聚类算法 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 公共自行车数据的可视化与交互功能 | 第31-43页 |
| 4.1 公共自行车数据的可视化 | 第31-39页 |
| 4.1.1 用户构成可视化 | 第31-32页 |
| 4.1.2 时间属性可视化 | 第32-34页 |
| 4.1.3 空间属性可视化 | 第34-37页 |
| 4.1.4 聚类结果可视化 | 第37-39页 |
| 4.2 交互功能 | 第39-42页 |
| 4.2.1 用户类型过滤 | 第39-40页 |
| 4.2.2 时间选择 | 第40-41页 |
| 4.2.3 站点聚合 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第五章 实验结果和可视分析 | 第43-60页 |
| 5.1 用户构成和时空模式分析 | 第43-58页 |
| 5.1.1 用户构成分析 | 第43-44页 |
| 5.1.2 时间模式分析 | 第44-48页 |
| 5.1.3 空间模式分析 | 第48-54页 |
| 5.1.4 综合分析 | 第54-58页 |
| 5.2 聚类结果分析 | 第58-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 6.1 全文总结 | 第60页 |
| 6.2 今后工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65-66页 |
| 详细摘要 | 第66-68页 |
