基于公共交通大数据的社区发现
发布时间:2020-12-16 13:22
随着通信技术、无线网络以及数据挖掘技术的大力发展,城市出行轨迹数据已经成为微观尺度下刻画人类社会和活动不可或缺的重要支撑。大量的城市出行轨迹数据不仅能实时展示不同对象的移动信息,更重要的是通过对这些数据分析和挖掘可以发现其中潜藏的知识与模式,从而将其更好地服务于人们的日常生活。特别地,从海量的城市公共交通数据中发现有价值的信息吸引了国内外学者广泛的关注。城市公共交通作为受众最多、占用资源量最少的城市出行方式,在日载人数、低碳节能等方面具有出租车、私家车不可比拟的优势,其运行过程中产生的乘客刷卡信息能够很好的反映城市交通的运行状况以及人们的出行特征,是城市管理与规划的海量数据样本。其中,基于城市公共交通出行数据,识别城市公共交通出行网络中存在的社区,有助于城市管理部门关注特定的持卡人群、交通管理部门规划和制定公共交通线路、持卡人基于社区的精准推荐,从而引流公交乘客,引导绿色出行,缓解交通压力。本文以重庆市2017年3月公共交通数据作为研究对象,针对城市公共交通出行网络中存在的社区展开研究,首先,本文建立了一套城市公共交通出行数据的预处理方法,利用该方法对城市公共交通刷卡数据、城市公共交通...
【文章来源】:重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】:94 页
【学位级别】:硕士
【部分图文】:
论文框架图
2城市公共交通数据的处理与分析72城市公共交通数据的处理与分析城市公共交通数据主要指城市公共交通刷卡数据,此外还包括处理刷卡数据时需要的城市公共交通车辆线路数据、城市公共交通站点数据。本章首先介绍了城市公共交通数据的采集原理和特点;其次介绍其数据的格式,并提出了数据预处理的方法;考虑到公共交通站点并不能真实的代表出行乘客的起讫点,本文将站点进行网格化处理。2.1城市公共交通数据采集原理城市公共交通数据是智能卡自动售检票系统(AutomaticFareCollectionSystem,简称AFC系统)的产物。AFC系统是一个覆盖所有公共交通站点的计程计时的全自动收费系统,以射频识别技术(RadioFrequencyIdentification,简称RFID)为核心,利用RFID技术自动识别非接触式IC卡[3]。一个典型的RFID系统至少应该包括标签、阅读器、天线:标签由耦合元件及芯片组成,每个标签具有唯一的电子标识;阅读器用于读取或写入IC卡信息;天线用于传递标签和阅读器之间的射频信号。图2.1城市公共交通数据采集原理图Fig.2.1Principleofpublictransportationdatacollection图2.1展示了城市公共交通数据的采集原理,持卡乘客使用智能卡乘车,与安装在每一量公交车或每一个轨道交通站点的阅读器发生交易,一方面,交易记录
2城市公共交通数据的处理与分析9图2.2研究区域可视化Figure2.2Areavisualization截至2017年3月数据,重庆市主城九个辖区包含公交线路687条,公交车8032辆,公交站点4520个;包含地铁线路4条,地铁站点127个,日刷卡记录500万。图2.3展示重庆市主城区公共交通出行刷卡时间分布,可以发现在工作日乘客出行具有明显的潮汐现象,早高峰出现在早上7:00-9:00,晚高峰出现在晚上17:00-19:00。图2.3重庆市主城区公共交通出行刷卡时间分布Figure2.3DistributiontimeofpublictransportationinChongqingmaincity
【参考文献】:
期刊论文
[1]基于IC卡综合换乘信息的公交乘客上车站点推算[J]. 宋晓晴,方志祥,尹凌,刘立寒,杨喜平,萧世伦. 地球信息科学学报. 2016(08)
[2]基于POI数据的城市功能区定量识别及其可视化[J]. 池娇,焦利民,董婷,谷岩岩,马雅兰. 测绘地理信息. 2016(02)
[3]基于公共交通智能卡数据的城市研究综述[J]. 龙瀛,孙立君,陶遂. 城市规划学刊. 2015(03)
[4]基于公交IC卡数据的公交站点OD矩阵推导方法[J]. 张颂,陈学武,陈峥嵘. 武汉理工大学学报(交通科学与工程版). 2014(02)
[5]基于公交IC卡数据的公交客流统计方法[J]. 徐文远,邓春瑶,刘宝义. 中国公路学报. 2013(05)
[6]基于APTS数据的公交卡乘客通勤OD分布估计方法[J]. 陈君,杨东援. 交通运输系统工程与信息. 2013(04)
[7]基于智能调度数据的公交IC卡乘客上车站点判断方法[J]. 陈君,杨东援. 交通运输系统工程与信息. 2013(01)
[8]基于公交IC卡刷卡记录的居民出行OD推算方法研究[J]. 侯艳,何民,张生斌. 交通信息与安全. 2012(06)
[9]利用公交刷卡数据分析北京职住关系和通勤出行[J]. 龙瀛,张宇,崔承印. 地理学报. 2012(10)
[10]Transit smart card data mining for passenger origin information extraction[J]. Xiao-lei MA1,Yin-hai WANG1,Feng CHEN2,Jian-feng LIU2(1Department of Civil and Environmental Engineering,University of Washington,Seattle,WA 98195-2700,USA)(2Beijing Transportation Research Center,Beijing 100073,China). Journal of Zhejiang University-Science C(Computers & Electronics). 2012(10)
硕士论文
[1]基于RFID电子车牌数据的城市热点区域发现[D]. 夏冬.重庆大学 2018
[2]基于时空约束的城市热点区域与热点路径挖掘[D]. 赵欣.重庆大学 2017
[3]城市居民公交出行数据分析研究及可视化[D]. 邓晨晨.重庆大学 2016
本文编号:2920234
【文章来源】:重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】:94 页
【学位级别】:硕士
【部分图文】:
论文框架图
2城市公共交通数据的处理与分析72城市公共交通数据的处理与分析城市公共交通数据主要指城市公共交通刷卡数据,此外还包括处理刷卡数据时需要的城市公共交通车辆线路数据、城市公共交通站点数据。本章首先介绍了城市公共交通数据的采集原理和特点;其次介绍其数据的格式,并提出了数据预处理的方法;考虑到公共交通站点并不能真实的代表出行乘客的起讫点,本文将站点进行网格化处理。2.1城市公共交通数据采集原理城市公共交通数据是智能卡自动售检票系统(AutomaticFareCollectionSystem,简称AFC系统)的产物。AFC系统是一个覆盖所有公共交通站点的计程计时的全自动收费系统,以射频识别技术(RadioFrequencyIdentification,简称RFID)为核心,利用RFID技术自动识别非接触式IC卡[3]。一个典型的RFID系统至少应该包括标签、阅读器、天线:标签由耦合元件及芯片组成,每个标签具有唯一的电子标识;阅读器用于读取或写入IC卡信息;天线用于传递标签和阅读器之间的射频信号。图2.1城市公共交通数据采集原理图Fig.2.1Principleofpublictransportationdatacollection图2.1展示了城市公共交通数据的采集原理,持卡乘客使用智能卡乘车,与安装在每一量公交车或每一个轨道交通站点的阅读器发生交易,一方面,交易记录
2城市公共交通数据的处理与分析9图2.2研究区域可视化Figure2.2Areavisualization截至2017年3月数据,重庆市主城九个辖区包含公交线路687条,公交车8032辆,公交站点4520个;包含地铁线路4条,地铁站点127个,日刷卡记录500万。图2.3展示重庆市主城区公共交通出行刷卡时间分布,可以发现在工作日乘客出行具有明显的潮汐现象,早高峰出现在早上7:00-9:00,晚高峰出现在晚上17:00-19:00。图2.3重庆市主城区公共交通出行刷卡时间分布Figure2.3DistributiontimeofpublictransportationinChongqingmaincity
【参考文献】:
期刊论文
[1]基于IC卡综合换乘信息的公交乘客上车站点推算[J]. 宋晓晴,方志祥,尹凌,刘立寒,杨喜平,萧世伦. 地球信息科学学报. 2016(08)
[2]基于POI数据的城市功能区定量识别及其可视化[J]. 池娇,焦利民,董婷,谷岩岩,马雅兰. 测绘地理信息. 2016(02)
[3]基于公共交通智能卡数据的城市研究综述[J]. 龙瀛,孙立君,陶遂. 城市规划学刊. 2015(03)
[4]基于公交IC卡数据的公交站点OD矩阵推导方法[J]. 张颂,陈学武,陈峥嵘. 武汉理工大学学报(交通科学与工程版). 2014(02)
[5]基于公交IC卡数据的公交客流统计方法[J]. 徐文远,邓春瑶,刘宝义. 中国公路学报. 2013(05)
[6]基于APTS数据的公交卡乘客通勤OD分布估计方法[J]. 陈君,杨东援. 交通运输系统工程与信息. 2013(04)
[7]基于智能调度数据的公交IC卡乘客上车站点判断方法[J]. 陈君,杨东援. 交通运输系统工程与信息. 2013(01)
[8]基于公交IC卡刷卡记录的居民出行OD推算方法研究[J]. 侯艳,何民,张生斌. 交通信息与安全. 2012(06)
[9]利用公交刷卡数据分析北京职住关系和通勤出行[J]. 龙瀛,张宇,崔承印. 地理学报. 2012(10)
[10]Transit smart card data mining for passenger origin information extraction[J]. Xiao-lei MA1,Yin-hai WANG1,Feng CHEN2,Jian-feng LIU2(1Department of Civil and Environmental Engineering,University of Washington,Seattle,WA 98195-2700,USA)(2Beijing Transportation Research Center,Beijing 100073,China). Journal of Zhejiang University-Science C(Computers & Electronics). 2012(10)
硕士论文
[1]基于RFID电子车牌数据的城市热点区域发现[D]. 夏冬.重庆大学 2018
[2]基于时空约束的城市热点区域与热点路径挖掘[D]. 赵欣.重庆大学 2017
[3]城市居民公交出行数据分析研究及可视化[D]. 邓晨晨.重庆大学 2016
本文编号:2920234
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2920234.html