基于手机GPS数据的出行端点识别方法研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究综述 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.2.3 国内外研究现状总结 | 第15-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 技术路线 | 第17-18页 |
| 1.5 论文章节安排 | 第18-19页 |
| 第二章 GPS定位技术与出行链轨迹信息 | 第19-30页 |
| 2.1 GPS定位技术 | 第19-23页 |
| 2.1.1 GPS定位技术简介 | 第19-21页 |
| 2.1.2 手机定位技术简介 | 第21-23页 |
| 2.2 手机GPS数据采集软件 | 第23-26页 |
| 2.2.1 手机采集软件功能 | 第23页 |
| 2.2.2 手机采集软件界面 | 第23-25页 |
| 2.2.3 网络数据库管理平台 | 第25-26页 |
| 2.3 个体出行链轨迹信息 | 第26-30页 |
| 2.3.1 出行链轨迹信息主要内容及获取方式 | 第26-27页 |
| 2.3.2 基于GPS数据的出行链轨迹信息获取 | 第27-30页 |
| 第三章 试验设计、数据采集与预处理 | 第30-38页 |
| 3.1 试验设计 | 第30-33页 |
| 3.1.1 试验基础 | 第30页 |
| 3.1.2 出行路线设计 | 第30-33页 |
| 3.2 数据预处理 | 第33-35页 |
| 3.2.1 原始数据 | 第33-34页 |
| 3.2.2 数据清洗 | 第34-35页 |
| 3.3 数据基础特征分析 | 第35-38页 |
| 3.3.1 手机GPS数据轨迹特征 | 第35-36页 |
| 3.3.2 个体出行时空停留特征与端点特征分析 | 第36-38页 |
| 第四章 出行端点识别方法理论研究 | 第38-49页 |
| 4.1 基于规则的出行端点识别算法 | 第38-40页 |
| 4.1.1 基于规则识别算法 | 第38-39页 |
| 4.1.2 基于规则识别算法构建 | 第39-40页 |
| 4.2 基于密度的空间聚类算法 | 第40-44页 |
| 4.2.1 DBSCAN原理 | 第41-42页 |
| 4.2.2 基于密度的空间聚类算法构建 | 第42-44页 |
| 4.3 基于密度的时空聚类算法 | 第44-49页 |
| 4.3.1 ST-DBSCAN原理 | 第44-46页 |
| 4.3.2 基于密度的时空聚类算法构建 | 第46-49页 |
| 第五章 出行端点识别方法实证评估 | 第49-65页 |
| 5.1 基于规则识别算法评估 | 第49-53页 |
| 5.1.1 参数配置与规则构建 | 第49-51页 |
| 5.1.2 算法识别效果评估 | 第51-53页 |
| 5.2 基于密度的空间聚类算法评估 | 第53-58页 |
| 5.2.1 DBSCAN算法参数配置 | 第53-55页 |
| 5.2.2 DBSCAN算法识别效果评估 | 第55-58页 |
| 5.3 基于密度的时空聚类算法评估 | 第58-64页 |
| 5.3.1 ST-DBSCAN算法参数配置 | 第58-59页 |
| 5.3.2 ST-DBSCAN算法识别效果评估 | 第59-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论与展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
