| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 时空数据可视分析现状 | 第14-15页 |
| 1.2.2 时空数据可视分析存在的问题 | 第15-17页 |
| 1.3 研究内容与技术路线 | 第17-19页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 技术路线 | 第17-19页 |
| 1.4 论文组织结构 | 第19-21页 |
| 第二章 时空数据可视分析与模式识别理论 | 第21-36页 |
| 2.1 时空数据基本概念 | 第21-23页 |
| 2.1.1 时空数据基本定义 | 第21-22页 |
| 2.1.2 时空数据主要属性特征 | 第22-23页 |
| 2.2 时空数据挖掘与模式识别技术 | 第23-30页 |
| 2.2.1 空间统计在时空数据挖掘与模式识别中的应用 | 第23-26页 |
| 2.2.2 常用的空间统计方法 | 第26-30页 |
| 2.3 时空数据可视分析理论及技术 | 第30-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 数据处理与分析 | 第36-44页 |
| 3.1 研究区域概况 | 第36-37页 |
| 3.2 轨迹数据预处理 | 第37-41页 |
| 3.2.1 数据格式介绍 | 第37-38页 |
| 3.2.2 出租车GPS数据预处理 | 第38-39页 |
| 3.2.3 OD点数据提取 | 第39-41页 |
| 3.3 地块数据预处理 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于人类流动性视角对城市活跃区域识别 | 第44-59页 |
| 4.1 人类活动对城市地理语义感知 | 第44-45页 |
| 4.2 城市人口流动活跃度指标定义 | 第45-48页 |
| 4.3 城市人口流动热点探测 | 第48-50页 |
| 4.4 实验与分析 | 第50-58页 |
| 4.4.1 各区块间联系指数 | 第50-52页 |
| 4.4.2 区块间差异指数 | 第52-55页 |
| 4.4.3 各区域多样性指数 | 第55页 |
| 4.4.4 热点模式分析 | 第55-58页 |
| 4.5 本章总结 | 第58-59页 |
| 第五章 基于边捆绑技术的OD流时空可视分析 | 第59-69页 |
| 5.1 关联边的定义与计算 | 第59-60页 |
| 5.2 基于空间相似性的边捆绑算法 | 第60-64页 |
| 5.2.1 边邻近图的构建 | 第60-61页 |
| 5.2.2 聚合边捆绑 | 第61-63页 |
| 5.2.3 多层次聚合边捆绑 | 第63-64页 |
| 5.3 实验分析 | 第64-68页 |
| 5.3.1 结果分析 | 第64-66页 |
| 5.3.2 结果评估 | 第66-68页 |
| 5.4 本章总结 | 第68-69页 |
| 第六章 总结和展望 | 第69-72页 |
| 6.1 论文的主要工作及成果 | 第69页 |
| 6.2 论文的创新之处 | 第69-70页 |
| 6.3 论文的不足之处 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |