- 1、本文档共61页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:
西南交通大学硕士学位论文主要工作(贡献)声明
本人在学位论文中所做的主要工作或贡献如下: 1.论文对手机定位数据中主要存在的问题进行了分析,发现手机定位问题存在数
据缺陷、定位漂移、定位数据非等时间间隔采集等问题,针对这些问题提出了 相应的数据预处理方法。
2.论文分析对比了主要的几种交通小区划分方法,然后基于聚类与交通小区划分 的相似性,利用K-Me粕s聚类算法对停留点聚类实现交通小区的划分,其中 K-Means算法中的参数k的取值由交通小区划分原则进行约束。
3.论文提出了一种基于“空间.时间”双层聚类的停留点识别算法,首先在空间层 上利用聚类算法对经过数据预处理的定位数据进行聚类,并基于K-近邻法的思 想对聚类结果进行优化,得到候选停留点,然后再在时间层上对定位数据聚类, 结合停留点判别时间阈值进行候选停留点的划分与取舍,得到最终的用户出行 停留点和出行链。论文研究了基于手机定位数据的居民OD矩阵的获取方法, 首先对定位数据进行数据预处理,然后利用利于“空间.时间双层聚类的停留 点识别算法识别出用户出行的停留点与出行链,利用K-Means聚类算法对停留 点聚类以划分交通小区,再将出行链映射到划分好的交通小区中,识别出行链 中的区外出行,最后经过数学统计后得到出行OD矩阵。
本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。 除文中已经注明引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写过的 研究成果。对本文的研究做出贡献的个人和集体,均己在文中作了明确说明。本人完全 了解违反上述声明所引起的一切法律责任将由本人承担。
学位论文作者签名:度 掘
日期:MfI.嗲、1罗
万方数据
西南交通大学硕士研究生学位论文
西南交通大学硕士研究生学位论文 第1页
摘 要
城市交通是城市发展的基础和前提,是联系当代社会经济活动的纽带,若是想要使 一个城市快速发展起来,那么我们必须首先解决其交通问题。解决交通问题主要包括交 通问题的诊断、交通系统的规划和交通管理政策的制定,其一个重要的参考依据便是居 民出行OD调查(Origin Destination Survey)。居民出行OD调查即调查居民出行从出发 地点到目的地点的全面情况,了解居民出行的构成、流量以及去向。传统的居民出行OD 调查方法主要采取人工询问和表格调查的方式,如路边询问法、表格调查法、电话调查 法等,这些传统调查方法需要耗费大量的人力、财力,并且其抽样率较低、得到的OD 矩阵精确度不高:基于现代先进技术的出行OD调查方法主要包括微波检测法、地感线 圈检测法、视频图像检测法、GPS浮动车等,这些方法存在需要改动现有设备、安装维 护费用高、覆盖面较小等不足。随着移动通信技术的迅速发展,手机普及率逐渐升高, 大量的手机用户在日常出行中产生了海量的定位数据,这些定位数据的采集无需更改现 有的设备,并且具有全天候连续采集、抽样率高、数据量庞大的特点,本论文基于手机 定位数据的诸多优点研究了利用这些手机定位数据来获取居民出行OD矩阵的方法。
本文首先简述了论文研究的背景与意义、国内外研究现状以及本文的主要研究内 容,并就本研究相关的理论基础进行了介绍;分析了手机定位数据中主要存在的问题, 并针对其存在的数据缺陷、定位漂移、定位数据非等时采集等问题进行了相应的数据预 处理;然后提出了一种基于“空间.时间”双层聚类的停留点识别算法,先在空间层面利 用DBSCAN算法对定位点进行聚类,并利用K.近邻法的思想优化聚类结果,得到候选 停留点,再在时间层上对定位数据聚类以对候选停留点进行划分和取舍,识别出用户出 行的停留点和出行链;考虑到聚类和交通小区划分之间存在很大的相似性,利用K.Means 算法对停留点聚类实现交通小区划分,其中,K.Means算法中的参数k根据交通小区划 分原则确定;然后将出行链映射到划分好的交通小区中,从中识别区外出行,再经过统 计计算后得到居民出行OD矩阵;最后基于潍坊市电信用户手机定位数据,设计实验验 证了基于手机定位数据的居民出行OD矩阵获取方法,并结合GIS分析了潍坊市OD客 流的地理空间分布特征。
关键词:OD调查;OD矩阵;手机定位;停留点;出行链;交通小区
万方数据
西南交通大学硕士研究生学位论文
西南交通大学硕士研究生学位论文 第1I页
Abstract
Urban traffic is the basis and premise of urban development,and iS bond that links economic activities in modem society together.If city wa
您可能关注的文档
- 基于图像特征标定的全景图生成研究-电子与通信工程专业论文.docx
- 基于数据挖掘的手机客户网络评论的研究-应用统计专业论文.docx
- 基于微粒群算法的夹具装配序列规划方法研究-机械设计及理论专业论文.docx
- 基于数学形态学的医学图像目标检测-信号与信息处理专业论文.docx
- 基于图像硬度和边缘纹理特征量的肝纤维化诊断研究-信息处理与通信网络系统专业论文.docx
- 基于卵巢RNA组学鉴定影响猪产仔数性状的候选基因及microRNA-动物遗传育种与繁殖专业论文.docx
- 基于历史沿革研究的苏州网师园空间分析-建筑设计及理论专业论文.docx
- 基于无线传感器网络的滑坡预警系统设计-仪器仪表工程专业论文.docx
- 基于区域特征的电动自行车流量检测算法的研究与应用-信息处理与通信网络系统专业论文.docx
- 基于微流控技术的吸附透析膜的实验研究-生物医学工程专业论文.docx
文档评论(0)