第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 交通检测数据的预处理方法研究现状
1.2.2 交通数据的信息挖掘及网络化方法研究现状
1.2.3 道路交通网络的交通区域划分方法研究现状
1.2.4 时空结合的路网需求预测和路径规划方法研究现状
第2章 基于交通数据张量的道路交通动态特征分析框架
2.1 概述
2.2 交通数据张量
2.2.1 数学意义下的张量定义
2.2.2 交通数据分析中张量引入
2.2.3 道路交通网络拓扑
2.2.4 基于交通拓扑的多阶交通数据张量描述
2.3 道路交通动态特征分析框架
第3章 面向零阶数据张量的交通数据预处理
3.1 概述
3.2 交通检测数据的多源特征
3.3 基于集成学习的多源固定型交通检测数据校验
3.3.1 城市固定型交通检测数据中的离群数据
3.3.2 多源固定型交通检测数据集描述
3.3.3 AdaBoost的分类方法
3.3.4 基于AdaBoost决策强化的多源交通检测数据校验方法
3.4 基于网约车数据的移动型交通数据预处理
3.4.1 网约车GPS数据描述
3.4.2 异常数据检测
3.4.3 数据规范化处理
第4章 面向一阶数据张量的交通时序数据特征分析
4.1 概述
4.2 基于可视图的多状态下时序交通流网络特征分析
4.2.1 时序数据网络化概述
4.2.2 基于聚类分析的交通状态识别
4.2.3 基于可视图的多状态划分交通流时间序列网络模型
4.2.4 可视图重构交通流时间序列的实例应用分析
4.3 考虑出行特征分析的网约车数据特征分析
4.3.1 基于聚类分析的交通状态识别
4.3.2 基于斯皮尔曼相关性的出行影响因素分析
4.4 基于动态图卷积网络的行程时间预测方法
4.4.1 道路车辆行程时间计算
4.4.2 基于动态图卷积网络的行程时间预测方法
4.4.3 动态拉普拉斯矩阵模块
4.4.4 图卷积网络模块
4.4.5 行程时间预测的实例应用分析
第5章 面向二阶数据张量的交通空间特征分析
5.1 概述
5.2 考虑交通数据空间关联的二阶交通数据张量
5.2.1 考虑检测器布设的二阶交通数据张量构建
5.2.2 考虑路段特征的二阶交通数据张量构建
5.2.3 考虑网约车需求的二阶交通数据张量构建
5.3 基于二分k-means的路网节点评估
5.3.1 k-means聚类思想
5.3.2 基于二分k-means的节点交通特征评估算法
5.3.3 节点异质性评估
5.3.4 聚类节点评估的实例应用分析
5.4 基于加权GN算法的路网区域划分方法
5.4.1 加权GN算法概念
5.4.2 模块度函数
5.4.3 基于交通特征的加权GN算法
5.4.4 路网区域划分的实例应用分析
5.5 考虑POI的出行需求热门区域划分
5.5.1 出行需求相关数据
5.5.2 结合POI数据的网约车热门需求点选址
5.5.3 网约车需求热门区域划分
第6章 面向三阶数据张量的路网时空需求预测及路径推荐算法
6.1 概述
6.2 基于SSA-Conv-LSTM的网约车OD需求预测算法
6.2.1 相关神经网络方法
6.2.2 基于SSA-Conv-LSTM的网约车时空需求预测模型
6.2.3 OD需求预测的实例应用分析
6.3 考虑路网均衡的车辆出行路径择优推荐方法
6.3.1 道路交通网络中路径择优目标
6.3.2 考虑路网均衡的路径择优推荐算法
6.3.3 路径选择推荐的实例应用分析
参考文献
展开
