摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第11-17页 |
1.1 研究背景与意义 | 第11-13页 |
1.1.1 研究背景 | 第11-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 公共自行车系统研究现状 | 第13-14页 |
1.2.1 公共自行车系统调度问题研究 | 第13页 |
1.2.2 公共自行车系统聚类问题研究 | 第13-14页 |
1.2.3 公共自行车系统预测问题研究 | 第14页 |
1.3 研究主要内容和文章安排 | 第14-17页 |
1.3.1 研究主要内容 | 第14-15页 |
1.3.2 研究创新点 | 第15页 |
1.3.3 论文章节安排 | 第15-17页 |
第2章 相关理论基础 | 第17-23页 |
2.1 时空数据挖掘 | 第17-18页 |
2.1.1 时空数据挖掘概述 | 第17页 |
2.1.2 时空数据挖掘应用 | 第17-18页 |
2.2 城市功能识别 | 第18-19页 |
2.2.1 城市功能识别概述 | 第18页 |
2.2.2 城市功能识别的相关研究综述 | 第18-19页 |
2.3 LDA模型 | 第19-21页 |
2.3.1 LDA模型概述 | 第19-20页 |
2.3.2 LDA模型的应用 | 第20-21页 |
2.4 K-means聚类算法 | 第21-22页 |
2.4.1 K-means算法概述 | 第21-22页 |
2.4.2 K-means算法的应用 | 第22页 |
2.5 本章小结 | 第22-23页 |
第3章 华盛顿公共自行车系统数据挖掘分析 | 第23-35页 |
3.1 华盛顿公共自行车系统概况 | 第23页 |
3.2 研究数据集 | 第23-25页 |
3.2.1 公共自行车租赁点数据 | 第23-24页 |
3.2.2 公共自行车系统使用数据集 | 第24-25页 |
3.2.3 POI数据集 | 第25页 |
3.2.4 租赁点为“空/满”记录数据 | 第25页 |
3.3 公共自行车系统时间维度分析 | 第25-29页 |
3.3.1 公共自行车系统运行时间影响分析 | 第25-27页 |
3.3.2 时间相关性分析 | 第27-28页 |
3.3.3 使用时长分析 | 第28-29页 |
3.4 公共自行车系统空间维度分析 | 第29-34页 |
3.4.1 用户出行OD分析 | 第29页 |
3.4.2 热门租赁点分析 | 第29-31页 |
3.4.3 公共自行车使用不均衡现象 | 第31-32页 |
3.4.4 公共自行车系统空间自相关分析 | 第32-34页 |
3.5 本章小结 | 第34-35页 |
第4章 自行车使用均衡应用研究与实现 | 第35-47页 |
4.1 公共自行车使用均衡应用研究 | 第35-38页 |
4.1.1 自行车使用均衡问题定义 | 第35-36页 |
4.1.2 自行车使用均衡模型研究 | 第36-38页 |
4.2 自行车使用均衡应用实验过程 | 第38-43页 |
4.2.1 数据集准备 | 第38-39页 |
4.2.2 自行车使用均衡模型标准及参数选择 | 第39-43页 |
4.3 自行车使用均衡应用实验结果及分析 | 第43-45页 |
4.3.1 使用量结果分析 | 第43-44页 |
4.3.2 累积使用时长结果分析 | 第44-45页 |
4.4 公共自行车寿命模型 | 第45-46页 |
4.5 本章小结 | 第46-47页 |
第5章 公共自行车系统租赁点功能识别应用研究与实现 | 第47-64页 |
5.1 公共自行车系统租赁点功能识别应用研究 | 第47-52页 |
5.1.1 公共自行车租赁点功能识别变量定义 | 第48页 |
5.1.2 公共自行车系统在LDA模型的类比 | 第48-49页 |
5.1.3 基于LDA模型的租赁点功能识别算法详细描述 | 第49-52页 |
5.2 华盛顿公共自行车功能识别结果分析 | 第52-62页 |
5.2.1 整体聚类特点分析 | 第53-54页 |
5.2.2 不同集群特点分析 | 第54-62页 |
5.3 租赁点功能识别结果与POI、租赁点名称的分析 | 第62-63页 |
5.4 本章小结 | 第63-64页 |
第6章 总结与展望 | 第64-65页 |
6.1 本文工作总结 | 第64页 |
6.2 未来展望 | 第64-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-70页 |
附录 | 第70-71页 |
详细摘要 | 第71-74页 |