声明
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状及趋势
(1) 关于出行调查的研究现状
(2) 关于出行信息提取的研究现状
1.3 当前研究存在的问题
(2)对出行停留点识别特征选取较为单一
(3)出行目的识别很少考虑停留点的信息
1.4 研究内容和技术路线
1.4.1 研究内容
1.4.2 研究技术路线
第2章 出行信息提取方法研究介绍
2.1 出行信息的概念和定义
2.2 出行信息提取方法
2.2.1Graham's Scan求解凸包法
2.2.2 旋转卡壳法
2.2.3 神经网络
2.2.4 模糊决策树
2.3 本章小结
第3章 出行数据收集与预处理
3.1 数据来源与数据预处理
3.1.1 数据来源
3.1.2 数据预处理
3.2 手机App数据与纸质调查数据的统计分析
3.2.1 手机App数据统计分析
3.2.2 纸质调查数据统计分析
3.3 本章小结
第4章 停留点识别研究
4.1 室内外活动点的差异性分析
4.1.1 室内停留点特征分析
4.1.2 室外停留点特征分析
4.2 双层结构的停留点识别方法
4.2.1 室内停留点识别
4.2.2 室外停留点识别
4.3 停留点结果优化及活动信息的获取
4.3.1 停留点重心求解
4.3.2 停留点合并及停留点信息提取
4.3.3 停留点识别结果
4.4 本章小结
第5章 出行目的识别
5.1 出行目的识别介绍
5.2 出行目的属性的分布分析
5.3 基于神经网络的出行目的识别
5.3.1 数据处理
5.3.2 神经网络初始化
5.3.3 识别结果分析
5.4 本章小结
第6章 出行方式识别
6.1 出行方式识别的介绍
6.2 不同出行方式的的特征分析
6.3 基于模糊决策树的出行方式识别
6.4 出行方式识别
6.5 本章小结
第7章 总结与展望
7.1 研究总结
7.2 工作展望
(1)停留点的精细化划分
(2)拓展手机App出行调查的适用性
(3)模糊决策树增加自学习功能
(5)基于手机App数据的出行信息提取算法在交通模型中的应用前景
致谢
参考文献
攻读硕士学位期间发表的论文及参与的科研情况
附录