基于出租车轨迹数据的载客情况可视化分析
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外相关研究现状 | 第11-13页 |
1.2.1 国外相关研究现状 | 第11-12页 |
1.2.2 国内相关研究现状 | 第12-13页 |
1.3 本文研究内容 | 第13-14页 |
1.4 本文组织结构 | 第14-16页 |
第2章 出租车轨迹数据可视化相关技术与方法 | 第16-25页 |
2.1 出租车上下客热点生成方法 | 第16-18页 |
2.2 出租车轨迹聚类相关方法 | 第18-21页 |
2.3 多视图可视化技术 | 第21-23页 |
2.4 本文的主要思路 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第3章 上下客热点提取和可视分析 | 第25-41页 |
3.1 轨迹数据描述 | 第25-26页 |
3.2 轨迹数据预处理 | 第26-30页 |
3.2.1 原始轨迹数据提取 | 第26-27页 |
3.2.2 轨迹跳变点过滤 | 第27-28页 |
3.2.3 停车轨迹过滤 | 第28-30页 |
3.2.4 其他情况的轨迹过滤 | 第30页 |
3.3 上下客热点提取 | 第30-36页 |
3.3.1 热点的设定 | 第30-32页 |
3.3.2 热点提取算法 | 第32-34页 |
3.3.3 结果性能分析 | 第34-36页 |
3.4 上下客热点可视化分析 | 第36-40页 |
3.4.1 上下客热点聚类图标可视化 | 第36-37页 |
3.4.2 上下客热点可视化举例分析 | 第37-40页 |
3.5 本章小结 | 第40-41页 |
第4章 出租车的行驶轨迹获取和可视分析 | 第41-64页 |
4.1 轨迹处理流程及划分 | 第41-46页 |
4.1.1 轨迹处理流程 | 第41-42页 |
4.1.2 基于起终点的相似轨迹方法 | 第42-46页 |
4.2 基于密度的E距离轨迹聚类算法 | 第46-52页 |
4.2.1 轨迹间距计算 | 第46-49页 |
4.2.2 算法中的概念定义 | 第49-50页 |
4.2.3 轨迹聚类算法 | 第50-52页 |
4.3 上下客热点间行驶轨迹的获取 | 第52-58页 |
4.3.1 候选行驶轨迹提取 | 第52-53页 |
4.3.2 推荐行驶轨迹获取 | 第53-57页 |
4.3.3 行驶轨迹导航描述 | 第57-58页 |
4.4 行驶轨迹可视化及分析 | 第58-63页 |
4.4.1 行驶轨迹可视化颜色编码方法 | 第58页 |
4.4.2 轨迹纠偏可视化 | 第58-59页 |
4.4.3 行驶轨迹可视化举例分析 | 第59-63页 |
4.5 本章小结 | 第63-64页 |
第5章 出租车载客情况可视化原型系统 | 第64-81页 |
5.1 原型系统框架结构 | 第64-68页 |
5.1.1 数据处理 | 第65-68页 |
5.1.2 逻辑处理及可视化交互 | 第68页 |
5.2 可视化组件 | 第68-74页 |
5.2.1 地图组件 | 第68-70页 |
5.2.2 时间组件 | 第70-71页 |
5.2.3 平行坐标组件 | 第71-73页 |
5.2.4 控制台及路径显示组件 | 第73-74页 |
5.3 组件的协同机制及事件交互 | 第74-76页 |
5.4 系统演示 | 第76-80页 |
5.5 本章小结 | 第80-81页 |
第6章 总结与展望 | 第81-83页 |
6.1 论文总结 | 第81-82页 |
6.2 未来展望 | 第82-83页 |
参考文献 | 第83-89页 |
致谢 | 第89-90页 |
攻读学位期间参加的科研项目和成果 | 第90页 |