基于GPS数据的出行—活动识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的及意义 | 第11页 |
| 1.3 国内外研究现状 | 第11-16页 |
| 1.3.1 国外研究现状 | 第11-14页 |
| 1.3.2 国内研究现状 | 第14-16页 |
| 1.3.3 研究综述 | 第16页 |
| 1.4 研究内容与技术路线 | 第16-20页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 技术路线 | 第17-20页 |
| 第2章 GPS 数据的特征分析和调整过滤 | 第20-30页 |
| 2.1 数据收集流程 | 第20-21页 |
| 2.2 GPS 数据特征分析 | 第21-25页 |
| 2.2.1 原始数据形式 | 第21-23页 |
| 2.2.2 数据的缺失 | 第23-24页 |
| 2.2.3 数据的漂移 | 第24-25页 |
| 2.3 GPS 数据调整过滤 | 第25-28页 |
| 2.3.1 数据格式的调整 | 第25-27页 |
| 2.3.2 数据的过滤 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 出行-活动识别算法设计 | 第30-44页 |
| 3.1 识别的整体思路 | 第30-32页 |
| 3.2 识别算法设计 | 第32-40页 |
| 3.2.1 划分状态段 | 第33-37页 |
| 3.2.2 活动识别 | 第37页 |
| 3.2.3 出行识别 | 第37-38页 |
| 3.2.4 中途驻停识别 | 第38-40页 |
| 3.3 日活动链的生成 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 实例分析 | 第44-54页 |
| 4.1 原始数据 | 第44页 |
| 4.2 数据调整过滤 | 第44-47页 |
| 4.3 出行-活动识别 | 第47-52页 |
| 4.3.1 识别出行 | 第47-50页 |
| 4.3.2 出行识别结果分析 | 第50-51页 |
| 4.3.3 识别中途驻停 | 第51页 |
| 4.3.4 中途驻停识别结果分析 | 第51-52页 |
| 4.4 出行-活动识别结果分析 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 全文总结 | 第54-55页 |
| 5.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-62页 |
| 作者简介 | 第62-64页 |
| 致谢 | 第64页 |
