基于手机数据的轨道交通用户出行特征分析方法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 变量注释表 | 第11-13页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究目的及意义 | 第14页 |
| 1.3 国内外研究现状 | 第14-20页 |
| 1.4 研究内容 | 第20-21页 |
| 1.5 技术路线 | 第21-23页 |
| 第二章 数据预处理 | 第23-35页 |
| 2.1 手机数据匹配定位 | 第23-27页 |
| 2.1.1 数据准备 | 第23-25页 |
| 2.1.2 手机数据匹配关联 | 第25-27页 |
| 2.2 目标数据提取 | 第27-28页 |
| 2.3 手机数据去噪 | 第28-32页 |
| 2.4 数据特征 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 轨道交通系统内路径识别 | 第35-49页 |
| 3.1 轨道交通出行过程分析 | 第35-37页 |
| 3.2 轨道交通系统内路径识别方法 | 第37-41页 |
| 3.2.1 轨道交通系统内数据特征分析 | 第37-40页 |
| 3.2.2 轨道交通系统内用户出行路径识别原理 | 第40-41页 |
| 3.3 阈值的分析 | 第41-43页 |
| 3.4 实际数据中的异常 | 第43-46页 |
| 3.5 轨道交通出行特征识别算法过程 | 第46-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第四章 轨道交通系统外出行特征提取 | 第49-67页 |
| 4.1 轨道交通系统外用户出行过程分析 | 第49-50页 |
| 4.2 轨道交通系统外出行特征提取方法 | 第50-57页 |
| 4.2.1 站外数据特征分析 | 第50-53页 |
| 4.2.2 站外起终点识别原理 | 第53-54页 |
| 4.2.3 阈值的分析 | 第54-55页 |
| 4.2.4 实际数据中异常处理 | 第55-56页 |
| 4.2.5 出行终点识别算法过程 | 第56-57页 |
| 4.3 站外出行方式识别方法 | 第57-65页 |
| 4.3.1 基本方法原理 | 第58页 |
| 4.3.2 特征数据预处理 | 第58-60页 |
| 4.3.3 数据聚类过程 | 第60页 |
| 4.3.4 聚类簇与交通方式匹配原理 | 第60-62页 |
| 4.3.5 聚类结果分析 | 第62-65页 |
| 4.4 本章小结 | 第65-67页 |
| 第五章 实例特征分析 | 第67-81页 |
| 5.1 单用户出行路径识别实例 | 第67-71页 |
| 5.2 客流特征分析 | 第71-73页 |
| 5.2.1 轨道交通系统内客流特征指标 | 第71-72页 |
| 5.2.2 轨道交通系统外特征指标 | 第72-73页 |
| 5.3 客流实例分析 | 第73-80页 |
| 5.3.1 与AFC数据的对比验证 | 第73-75页 |
| 5.3.2 手机数据客流的特征分析 | 第75-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第六章 结论与展望 | 第81-83页 |
| 6.1 研究结论 | 第81页 |
| 6.2 研究展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 附录 | 第87-97页 |
| 附录1: 输出结果信息 | 第87-90页 |
| 附录2: 部分关键代码 | 第90-97页 |
| 作者简介 | 第97-98页 |
