声明
摘要
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 手机信令数据的清洗
1.2.2 手机信令数据停留点信息的挖掘
1.2.3 手机信令数据在研究居民居住与就业分布上的应用
1.3 本文研究的主要内容及论文的组织结构
1.3.1 本文研究的主要内容
1.3.2 论文的组织结构
第二章 相关理论基础
2.1 离群点检测算法概述
2.2 停留点识别算法
2.3 职住空间分布研究
2.3.1 基于问卷调查的职住空间信息获取
2.3.2 基于手机信令数据的职住空间信息获取
2.4 本章小结
第三章 手机信令数据的清洗
3.1 数据源概述
3.2 用户识别码的预处理
3.3 无效数据清洗
3.4 漂移数据清洗
3.5 LOF离群点检测算法的引入与改进
3.5.1 LOF离群点检测算法的原理
3.5.2 K-means聚类算法的引入
3.5.3 KLOF算法的复杂度分析
3.6 信令数据清洗结果分析
3.6.1 分层次手机信令数据清洗的实验效果
3.6.2 KLOF算法的时间优越性
3.7 本章小结
第四章 基于DBSCAN的时空停留点提取算法
4.1 DBSCAN聚类算法概述
4.2 DBSCAN聚类算法时间维度的语义扩充
4.3 基于DBSCAN的时空停留点提取算法
4.4 停留点提取算法结果分析
4.4.1 时空Eps邻域所起的作用
4.4.2 停留点提取算法性能评估
4.5 本章小结
第五章 潍坊市居民职住空间的获取与分析
5.1 停留点数据的提取
5.2 停留点数据概述
5.3 职住停留点划分算法
5.4 职住划分实验结果
5.5 本章小结
总结和展望
本文工作总结
未来工作展望
致谢
参考文献
攻读硕士期间发表的论文