基于时空数据的城市行为可视画像
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 相关研究 | 第11-13页 |
| 1.2.1 时空数据的可视化 | 第11-12页 |
| 1.2.2 城市分区研究 | 第12-13页 |
| 1.2.3 对人类出行规律的研究 | 第13页 |
| 1.3 本文的主要工作与创新 | 第13-14页 |
| 1.4 本文的结构安排 | 第14-15页 |
| 第二章 相关技术介绍 | 第15-21页 |
| 2.1 数据可视化 | 第15-16页 |
| 2.2 时空数据可视分析 | 第16-18页 |
| 2.3 城市计算 | 第18-20页 |
| 2.4 人机交互 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 数据预处理 | 第21-32页 |
| 3.1 数据描述与处理 | 第21-30页 |
| 3.1.1 数据描述 | 第21-22页 |
| 3.1.2 数据清洗 | 第22页 |
| 3.1.3 数据校准 | 第22页 |
| 3.1.4 地理坐标映射 | 第22-24页 |
| 3.1.5 出租车GPS记录平均行程速度计算 | 第24-26页 |
| 3.1.6 出租车GPS记录成都市分布热力图 | 第26-27页 |
| 3.1.7 高斯模糊 | 第27-29页 |
| 3.1.8 驻留点映射到城市网格 | 第29-30页 |
| 3.2 本章小结 | 第30-32页 |
| 第四章 驻留点结构映射 | 第32-38页 |
| 4.1 问题描述 | 第32-33页 |
| 4.2 驻留点定义 | 第33页 |
| 4.3 驻留点算法 | 第33-35页 |
| 4.4 驻留点结果 | 第35-36页 |
| 4.4.1 六边形城市分区热力图可视设计原理 | 第35页 |
| 4.4.2 驻留点结果展示 | 第35-36页 |
| 4.5 本章小结 | 第36-38页 |
| 第五章 针对时空数据的可视算法设计 | 第38-46页 |
| 5.1 问题描述 | 第38页 |
| 5.2 研究区概况及研究单元划分 | 第38-39页 |
| 5.3 数据来源及数据处理 | 第39-40页 |
| 5.4 基于城市POI数据的城市功能区识别 | 第40-41页 |
| 5.5 城市特征可视化分析 | 第41-45页 |
| 5.5.1 可视化设计原理 | 第41-44页 |
| 5.5.2 POI分区结果展示 | 第44-45页 |
| 5.6 本章小结 | 第45-46页 |
| 第六章 系统介绍 | 第46-60页 |
| 6.1 平台简介 | 第46-47页 |
| 6.1.1 平台目标 | 第46-47页 |
| 6.1.2 开发环境 | 第47页 |
| 6.2 详细设计方案 | 第47页 |
| 6.3 整体架构 | 第47-49页 |
| 6.4 系统主要功能展示 | 第49-51页 |
| 6.4.1 筛选驻留点数据 | 第49-51页 |
| 6.4.2 观察河流图 | 第51页 |
| 6.5 案例分析 | 第51-59页 |
| 6.5.1 出租车驻留点数据分析 | 第51-55页 |
| 6.5.2 周末和工作日驻留点分布对比 | 第55-58页 |
| 6.5.3 成都市城市特点 | 第58-59页 |
| 6.6 本章小结 | 第59-60页 |
| 第七章 总结与不足 | 第60-62页 |
| 7.1 工作总结 | 第60-61页 |
| 7.2 不足与展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的成果 | 第67页 |
