声明
摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 轨迹大数据研究现状
1.2.2 乘客分布研究现状
1.3 论文研究内容与组织结构
2 轨迹大数据预处理
2.1.1 软硬件环境
2.1.2 浮动车数据介绍
2.1.3 浮动车数据清洗
2.1.4 天气数据预处理
2.2 乘客分布估计并行算法
2.2.1 符号说明
2.2.2 网格划分
2.2.3 乘客分布估计
2.2.4 乘客分布估计并行算法的实现
2.3 本章总结
3 乘客分布特征探测分析
3.1 符号定义
3.2 时空分布特征
3.2.1 交通枢纽区
3.2.2 核心商业区
3.2.3 住宅周边区域
3.3 不同天气下的乘客时序分析
3.4 变量分析
3.5 本章小结
4 乘客分布预测模型
4.1 背景知识
4.1.1 卡尔曼滤波
4.1.2 非齐次泊松模型
4.2 优化非齐次泊松模型
4.2.1 非齐次泊松模型的局限性
4.2.2 相关系数法
4.2.3 平滑指数法
4.2.4 优化模型
4.3 组合预测模型
4.4 本章总结
5 实验结果与分析
5.1 模型性能评价指标
5.2 不同乘客密度的预测结果
5.3 不同天气状态下的预测结果
5.4 与其他模型的对比分析
5.5 时间分析
5.6 本章小结
6 总结与展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢