融合代数多重网格的轨迹数据聚合与可视化

发布时间：2024-01-30 13:16

　　基于位置服务的技术和通信技术的发展,使移动实体轨迹数据的快速采集成为可能。随着智慧城市的发展,大量的轨迹数据被应用于城市规划、交通和环境管理等不同的领域。对这些轨迹的分析主要集中于人类移动模式的发现,轨迹数据的可视化分析能够直观地展示轨迹数据的时空变化以及挖掘轨迹数据移动模式。然而,复杂且庞大的轨迹数量给数据可视化带来了挑战。传统的可视化方法由于可视化结果中轨迹路径的相互遮挡变得不再适用,所以采用合适的聚合方法对轨迹数据进行简化显得尤为重要。本文以一个工作日内的北京市手机信令数据为研究对象,提出了一种基于代数多重网格的轨迹简化方法,然后对简化后的轨迹数据进行流向图(flow map)可视化,进而对北京市人类移动模式进行分析。本文的优势在于与传统轨迹简化所采用的空间聚类方法(如k均值聚类,DBSCAN聚类)对比,减少了数据参数调整带来的不确定性,同时能够构建轨迹简化数据的多尺度表达。其主要研究内容如下:首先进行数据清洗以及停留点提取,然后将用户轨迹分段为不同手机基站的起点和终点对(OD links),引入图论(graph theory)知识,将轨迹节点看作顶点(nodes),轨迹之间的连...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 研究目的和意义
    1.3 国内外研究现状
    1.4 论文特色和创新点
    1.5 论文的内容及结构安排
2 相关研究发展及技术
    2.1 轨迹可视化分析技术
        2.1.1 轨迹数据
        2.1.2 轨迹数据可视化分析流程
        2.1.3 OD流数据的可视化方法
        2.1.4 流向图可视化简化方法
    2.2 基于图论的城市轨迹研究
    2.3 代数多重网格方法
    2.4 空间交互模型
        2.4.1 重力模型
        2.4.2 距离衰减函数
    2.5 本章小结
3 轨迹数据获取及预处理
    3.1 轨迹数据获取
    3.2 研究区及数据格式说明
    3.3 轨迹数据预处理
        3.3.1 冗余数据检测
        3.3.2 区域外数据滤值
        3.3.3 异常值处理
    3.4 本章小结
4 重要轨迹点提取
    4.1 基于代数多重网格方法重要轨迹点提取
        4.1.1 代数多重网格方法
        4.1.2 代数多重网格方法轨迹点提取
    4.2 轨迹点提取结果验证与对比
        4.2.1 评价指标定义
        4.2.2 评价结果对比
    4.3 本章小结
5 轨迹数据可视化
    5.1 轨迹数据聚集
    5.2 轨迹可视化结果
        5.2.1 流向图可视化结果
        5.2.2 分时段轨迹可视化
    5.3 本章小结
6 结论与展望
    6.1 研究结论
    6.2 展望
参考文献
致谢



本文编号：3890224