面向交通OD流的人群移動模式挖掘及其可視化方法研究
【文章頁數(shù)】:120 頁
【學位級別】:博士
【部分圖文】:
圖1-2上海地鐵線路圖
南京師范大學博士學位論文15圖1-2上海地鐵線路圖圖1-3展示了地鐵通勤數(shù)據集中不同行程距離比例分布。圖中的距離表示起始站點到達目的站點時,途徑地鐵站點的最小數(shù)量。從圖中可以發(fā)現(xiàn),人們更傾向于近距離的通勤。超過一半乘客的通勤距離不超過10;大約90%的通勤距離小于30。通勤的最高....
圖1-3通勤距離分布圖
南京師范大學博士學位論文15圖1-2上海地鐵線路圖圖1-3展示了地鐵通勤數(shù)據集中不同行程距離比例分布。圖中的距離表示起始站點到達目的站點時,途徑地鐵站點的最小數(shù)量。從圖中可以發(fā)現(xiàn),人們更傾向于近距離的通勤。超過一半乘客的通勤距離不超過10;大約90%的通勤距離小于30。通勤的最高....
圖1-4不同時間段通勤人數(shù)比率分布圖
南京師范大學博士學位論文16圖1-4不同時間段通勤人數(shù)比率分布圖(2)上海市出租車通勤數(shù)據出租車作為最常見的公共交通工具之一,包含了大量的居民出行行為信息,主要有兩個優(yōu)點:(1)客觀性:不同時間、不同區(qū)域的打車的乘客量表示了源區(qū)域與目的區(qū)域之間的相關性,客觀地描述了真實的居民活動....
圖1-5百分之十的上海出租車通勤數(shù)據可視化
南京師范大學博士學位論文16圖1-4不同時間段通勤人數(shù)比率分布圖(2)上海市出租車通勤數(shù)據出租車作為最常見的公共交通工具之一,包含了大量的居民出行行為信息,主要有兩個優(yōu)點:(1)客觀性:不同時間、不同區(qū)域的打車的乘客量表示了源區(qū)域與目的區(qū)域之間的相關性,客觀地描述了真實的居民活動....
本文編號:3918192
本文鏈接:http://www.sikaile.net/shoufeilunwen/xxkjbs/3918192.html