基于数据挖掘的公交客流规律研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-14页 |
| 1 引言 | 第14-18页 |
| ·研究背景 | 第14-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·研究意义 | 第17页 |
| ·论文结构与主要内容 | 第17-18页 |
| 2 公交客流数据采集方法与数据挖掘技术分析 | 第18-28页 |
| ·公交客流数据采集方法研究 | 第18-21页 |
| ·基于人工调查的数据采集方法 | 第19页 |
| ·基于图像的数据采集方法 | 第19-20页 |
| ·基于自动乘客计数的数据采集方法 | 第20页 |
| ·基于公交IC卡的数据采集方法 | 第20-21页 |
| ·数据挖掘技术研究 | 第21-26页 |
| ·数据挖掘的过程 | 第22-23页 |
| ·数据挖掘方法分类 | 第23-26页 |
| ·聚类分析 | 第23-25页 |
| ·神经网络 | 第25页 |
| ·遗传算法 | 第25页 |
| ·粗集方法 | 第25-26页 |
| ·模糊集方法 | 第26页 |
| ·本章小结 | 第26-28页 |
| 3 公交客流数据分析、挖掘的内容与方法 | 第28-38页 |
| ·公交客流数据分析挖掘的内容与应用 | 第28-33页 |
| ·公交客流数据分析挖掘的内容 | 第28-32页 |
| ·公交客流数据分析挖掘的应用 | 第32-33页 |
| ·公交客流数据分析挖掘的方法 | 第33-35页 |
| ·公交客流数据分析处理的常用方法 | 第33-35页 |
| ·基于统计学的公交客流数据分析处理 | 第33-34页 |
| ·基于数据挖掘的公交客流数据分析处理 | 第34-35页 |
| ·公交客流数据分析处理方法的比较 | 第35页 |
| ·公交客流数据分析挖掘的步骤 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 4 基于公交IC卡数据的客流规律挖掘模型研究 | 第38-64页 |
| ·基于公交IC卡数据的客流规律挖掘模型 | 第38-40页 |
| ·基于Fisher算法的客流峰值划分模型 | 第40-41页 |
| ·上车站点、停靠时间判定模型 | 第41-48页 |
| ·刷卡时间聚类分析 | 第42-43页 |
| ·上车站点的判定 | 第43-48页 |
| ·下车站点、时刻判定模型 | 第48-55页 |
| ·两站点模型 | 第49-50页 |
| ·出行特征提取 | 第50-51页 |
| ·站点下车概率 | 第51-52页 |
| ·下车站点推断 | 第52-55页 |
| ·下车时刻判断 | 第55页 |
| ·基于BP神经网络的时刻站点上下车人数预测模型 | 第55-58页 |
| ·变量的选择 | 第56页 |
| ·时刻站点上、下车人数预测模型的构建 | 第56-58页 |
| ·样本数据处理及归一化方法 | 第58页 |
| ·客流指标及线路客流OD矩阵 | 第58-61页 |
| ·客流指标 | 第58-60页 |
| ·客流OD矩阵 | 第60-61页 |
| ·公交线路客流OD矩阵 | 第60页 |
| ·交通小区公交客流OD矩阵 | 第60-61页 |
| ·本章小结 | 第61-64页 |
| 5 数据实例分析 | 第64-86页 |
| ·数据挖掘与分析 | 第64-77页 |
| ·客流峰值划分 | 第64-70页 |
| ·上车站点、停靠时间分析 | 第70-72页 |
| ·下车站点、时刻分析 | 第72-74页 |
| ·时刻站点上下车人数预测 | 第74-77页 |
| ·挖掘结果的表达与知识归纳 | 第77-85页 |
| ·公交线路客流OD矩阵 | 第77-78页 |
| ·客流指标 | 第78-82页 |
| ·公交客流规律总结 | 第82-85页 |
| ·公交客流规律时间特性 | 第82-83页 |
| ·公交客流规律空间特性 | 第83-85页 |
| ·公交客流规律乘客出行特性 | 第85页 |
| ·本章小结 | 第85-86页 |
| 6 结论与展望 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 作者简历 | 第92-96页 |
| 学位论文数据集 | 第96页 |
