基于大数据分析的轨道交通与滴滴联合出行时空特征分析——以成都市为例

目录

声明

第一章 绪论

1.1 研究背景和意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究进展

1.2.1 GPS轨迹数据研究综述

1.2.2 聚类方法现状

1.2.3 时空特征分析

1.3 研究方法

1.4 研究内容及技术路线

1.4.1 主要研究内容

1.4.2 技术路线

1.5 本章小结

第二章 滴滴GPS数据预处理

2.1 数据来源与格式

2.2 数据预处理

2.2.1 数据清洗

2.2.2 坐标匹配

2.3 本章小结

第三章 轨道交通站点数据的筛选

3.1 数据筛选前期工作

3.1.1 筛选思路

3.1.2 进出站口范围设定

3.1.3 研究地铁线路

3.2 筛选方法

3.2.1 Access 数据库筛选

3.2.2 地理信息软件平面筛选

3.3 数据筛选

3.3.1 上车站点匹配精度验证

3.3.2 数据的空间分布

3.4 本章小结

第四章 轨道交通站点聚类

4.1 基于 DBSCAN 算法的热门区域识别

4.1.1 DBSCAN 算法的原理

4.1.2 基于DBSCAN 算法的热门区域识别

4.2 基于GIS的热门区域识别

4.3 K-Means聚类分析

4.3.1 聚类变量的选取

4.3.2 聚类数据调查及其标准化

4.3.3 聚类方法

4.3.4 土地利用功能分析

4.4 本章小结

第五章 时空特征分析

5.1 密度分析概论

5.1.1 线路的线密度/ 点的点密度

5.1.2 核密度分析

5.2 时间特征分析

5.2.1 时间走势

5.2.2 空间走势

5.3 本章小结

第六章 总结与展望

6.1 研究结论

6.2 未来展望

参考文献

附录

攻读硕士学位期间主要科研成果及奖励

致谢