隨著我國城市經(jīng)濟持續(xù)快速發(fā)展,汽車擁有量的飛速增長和有限的城市道路資源之間的矛盾日益加重。其中私家車具有較高占比,據(jù)統(tǒng)計,截至2017年底,私家車占比約為80.3%。一方面,私家車的高擁有量加重了城市問題,例如,能源消耗、交通擁堵、環(huán)境污染等,另一方面,隨著定位技術(shù)、信息處理和數(shù)據(jù)挖掘等技術(shù)的發(fā)展,私家車為城市計算、智能交通系統(tǒng)等應(yīng)用提供了大規(guī)模的軌跡數(shù)據(jù)。準(zhǔn)確采集及獲取私家車軌跡數(shù)據(jù)并對其特有的移動模式和軌跡特征進行分析和挖掘,對研究居民出行特征和交通流演變具有重要意義。本文基于城市私家車軌跡,對城市私家車有規(guī)律出行行為及其出行模式進行研究,主要工作如下:針對獲取的私家車軌跡存在數(shù)據(jù)冗余、漂移等問題,為了消除數(shù)據(jù)質(zhì)量問題對后續(xù)各技術(shù)環(huán)節(jié)的不利影響,本文對私家車原始軌跡進行數(shù)據(jù)清洗。首先,為了減小數(shù)據(jù)存儲空間,本文對冗余和無效的GPS(Global Positioning System)數(shù)據(jù)進行去除。然后,為了提高軌跡數(shù)據(jù)分析和挖掘的性能,本文通過閾值檢驗法對發(fā)生漂移的GPS數(shù)據(jù)進行檢測和剔除�；诔鞘兴郊臆嚨臍v史軌跡數(shù)據(jù),提出一種挖掘私家車有規(guī)律出行行為的方法。由于軌跡的相似度可以反...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 移動軌跡特征分析及模式挖掘研究
        1.2.2 車輛軌跡在城市中的應(yīng)用研究
        1.2.3 城市居民出行特征研究
    1.3 本文的研究內(nèi)容與本文結(jié)構(gòu)
        1.3.1 研究內(nèi)容
        1.3.2 本文結(jié)構(gòu)
第2章 相關(guān)研究基礎(chǔ)
    2.1 移動軌跡數(shù)據(jù)預(yù)處理方法
    2.2 軌跡相似度度量方法
        2.2.1 歐式距離
        2.2.2 動態(tài)時間規(guī)整
        2.2.3 編輯距離
        2.2.4 最長公共子序列
    2.3 軌跡數(shù)據(jù)分類方法
    2.4 模型超參數(shù)優(yōu)化方法
    2.5 時空軌跡聚類方法
    2.6 本章小結(jié)
第3章 私家車軌跡數(shù)據(jù)介紹及軌跡清洗
    3.1 城市私家車軌跡獲取及數(shù)據(jù)介紹
    3.2 軌跡數(shù)據(jù)清洗
        3.2.1 去除冗余和無效數(shù)據(jù)
        3.2.2 剔除漂移軌跡數(shù)據(jù)
    3.3 本章小結(jié)
第4章 城市私家車有規(guī)律出行行為研究
    4.1 相關(guān)定義
    4.2 軌跡相似度度量
    4.3 軌跡相似度特征提取
    4.4 有規(guī)律出行行為挖掘
    4.5 實驗結(jié)果及分析
        4.5.1 距離度量和相似度度量
        4.5.2 私家車有規(guī)律出行行為挖掘
    4.6 本章小結(jié)
第5章 規(guī)律出行私家車出行模式研究
    5.1 出行停留信息提取
    5.2 出行時間特征表示
    5.3 主要出行模式挖掘
    5.4 實驗結(jié)果及分析
        5.4.1 出行時間特征表示
        5.4.2 規(guī)律出行私家車主要出行模式挖掘
    5.5 本章小結(jié)
結(jié)論
參考文獻
附錄 A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄
附錄 B 攻讀學(xué)位期間參與的主要項目
致謝



本文編號：3865257