基于城市数据的TOD区域挖掘
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究内容 | 第10-11页 |
| 1.4 本文组织结构 | 第11-12页 |
| 2 城市大数据与城市发展模式 | 第12-21页 |
| 2.1 城市大数据 | 第12-16页 |
| 2.1.1 城市大数据的种类 | 第12-13页 |
| 2.1.2 城市大数据的应用 | 第13-14页 |
| 2.1.3 城市大数据的挑战 | 第14-16页 |
| 2.2 城市发展模式 | 第16-20页 |
| 2.2.1 城市空间发展模式 | 第16-18页 |
| 2.2.2 城市功能区域挖掘 | 第18-19页 |
| 2.2.3 城市空间结构分析 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 数据驱动的TOD区域划分与识别 | 第21-30页 |
| 3.1 问题描述 | 第21-22页 |
| 3.2 基于连通分量聚类的区域中心的确定 | 第22-24页 |
| 3.2.1 基于连通分量的聚类算法 | 第22-23页 |
| 3.2.2 算法伪代码描述 | 第23-24页 |
| 3.3 基于Voronoi的区域边界的确定 | 第24-26页 |
| 3.4 基于连接重要性导向的区域识别 | 第26-29页 |
| 3.4.1 区域关系网络的抽象 | 第26-27页 |
| 3.4.2 随机游走模型 | 第27-28页 |
| 3.4.3 连接重要性 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 4 数据驱动的TOD区域功能挖掘 | 第30-39页 |
| 4.1 问题描述 | 第30-31页 |
| 4.2 基于词语重要性的区域静态功能的挖掘 | 第31-32页 |
| 4.3 基于话题模型的区域动态功能的挖掘 | 第32-35页 |
| 4.3.1 区域功能和文档主题的类比 | 第33-34页 |
| 4.3.2 话题模型的构建 | 第34-35页 |
| 4.4 静态功能和动态功能的混合挖掘 | 第35-38页 |
| 4.4.1 代价函数的定义 | 第35-36页 |
| 4.4.2 梯度下降求解 | 第36-38页 |
| 4.5 本章小结 | 第38-39页 |
| 5 实验评估 | 第39-55页 |
| 5.1 实验数据集 | 第39-42页 |
| 5.1.1 公共交通线路及站点数据 | 第39-40页 |
| 5.1.2 兴趣点数据 | 第40页 |
| 5.1.3 出租车轨迹数据 | 第40-42页 |
| 5.2 实验结果与分析 | 第42-54页 |
| 5.2.1 区域划分 | 第42-44页 |
| 5.2.2 TOD区域识别 | 第44-46页 |
| 5.2.3 区域功能挖掘 | 第46-49页 |
| 5.2.4 TOD区域功能 | 第49-50页 |
| 5.2.5 时间划分 | 第50-53页 |
| 5.2.6 迭代次数 | 第53-54页 |
| 5.3 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |
