首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
滴滴出行数据中包含了丰富的用户位置信息、出行时空属性、用户行为规律与特征,通过对这些信息的深入分析与挖掘,并结合可视化技术,以图形图像的方式展示,有助于分析用户出行的规律.为了直观展示海口市交通流量动态变化,分析车辆出行的时空规律和交通出行路况,设计一个可视化分析系统.以日历图、径向柱状图等可视化方法为依据,结合可视化工具,从出行数据的不同维度着手分析海口市交通流量情况.该系统能够客观地反映海口市交通变化情况,可以为交通管理规划提供合理的依据.  相似文献   

2.
针对城市道路建设和交通基础设施建设以及传统公交查询技术对公交数据管理存在数据冗余的问题,该文提出了基于动态分段技术和采用空间数据库引擎来组织和管理公交数据的方法。以兰州市城市公共交通为研究对象,并结合ArcGIS Engine组件库,设计并开发符合大众使用习惯的城市公共交通GIS查询系统。实验结果表明:该系统不仅可以规划合理的可视化出行路线来满足乘客需要,而且有效减少了公交数据的冗余度。  相似文献   

3.
公共自行车是城市轨道交通的重要接驳方式。为了更加清晰、直观地展示公共自行车接驳地铁出行的时空特征,本文提出了一种公共自行车租赁点接驳地铁出行客流量的时空可视化分析方法。该方法首先将地铁客流与公共自行车的IC卡数据进行预处理与时序分析,初步分析了两者之间的时序相似性;通过对地铁客流的时间聚类进行分析,得到了3种类型的出行日;然后分别对各类型出行日的相关性计算结果进行了特征可视化与空间信息可视化,实现对公共自行车接驳地铁出行时空特征的综合分析;最后运用该方法以北京市西城区宣武门地铁站为例,对该站合理范围内的公共自行车接驳地铁出行情况进行了时空可视化分析。结果表明,对地铁客流与公共自行车IC卡数据的融合可视化分析可更加全面、动态地掌握城市公共自行车接驳地铁出行的时空分布情况,该方法可为城市轨道交通站点处公共自行车租赁点的规划及建设提供量化依据。  相似文献   

4.
基于GIS多层次的公共交通实体数据模型,引入了基于距离的换乘延误,对公交网络要素属性逐步更新,提出了以换乘可比距离为依据、循环优化的分析方法.城市公共交通规划中的分配模型及出行优化过程中都需要考虑公交换乘问题,传统的处理方式一般不考虑换乘延误或采用平均换乘延误进行估算,难以精确地获得最优公交出行路径的换乘信息.基于空间数据建模技术,可以对公交实体要素进行多层次表达,其中有向层次数据模型为精确计算换乘延误提供了可能.  相似文献   

5.
针对出行者的多模式复合出行需求,设计了一种支持多模式的复合交通网络模型,基于该模型提出了构建多模式复合网络拓扑关系的几何捏合模型,并给出了详细的拓扑生成算法.该模型将不同模式的子网络纳入到一个统一的图结构中,为多模式复合路径分析服务提供高效的数据组织.实验结果表明,该模型及算法是可行的.  相似文献   

6.
支持城市多种交通方式的最佳路径分析   总被引:1,自引:0,他引:1  
分析了影响出行者路径选择的因素,研究了不同交通方式即出行时间、出行距离、拥挤程度、通行费用和服务水平上的差别,把通行费用和服务水平作为重要区别因素,实现了城市公交车和的士两种交通方式下的最优路径。  相似文献   

7.
公共交通出行对城市老年居民生活具有特殊的重要意义.在小区建筑物精细尺度下,基于百度地图API,爬取从建筑物出发至最近公交(或地铁)站点的步行出行时间,按确定的老年人平均步速进行转换,最终基于缓冲区分析和最短时间距离两种方法测算了昆明市二环内老年人公交站点的可达性并识别了公交站点可达性"沙漠".研究表明:①昆明市二环内公...  相似文献   

8.
网络空间同位模式的加色混合可视化挖掘方法   总被引:1,自引:0,他引:1  
同位模式挖掘是空间数据挖掘的热点问题之一,应用领域广泛。已有的同位模式挖掘方法一般采用统计或数据挖掘的方式,要求对复杂的数学公式、算法及相关参数等有深刻的理解,主要针对同质的欧式空间中地理现象。而城市空间中人为地理现象大多发生在网络空间,鉴于此,本文提出了一种网络空间同位模式可视化挖掘方法。该方法利用视觉语言表达网络空间现象之间的影响和交互作用。首先,利用网络空间核密度估计表达网络空间现象的分布情况和影响范围,为网络空间现象的同位模式挖掘提供支持,并建立单个地理现象分布情况与颜色之间的映射;然后基于色光加色混合原理获得两个地理现象相互影响的认知,借以挖掘空间同位模式。本文提出的方法属于形象思维,具有直观,形象和易感受等特点。  相似文献   

9.
人类正从IT时代走向DT时代,诸多的技术手段使大数据处理技术能够从大规模数据中分析出相关模式或趋势,让我们对海量数据的价值挖掘充满了期待.当可视化呈现让大数据的潜力达到最大时,以往未被观察到的现象或趋势很容易被发现,用户能够快速地获得更多信息,发现他们所需要的价值.因此,如何最大化地呈现大数据中隐含的价值变得尤为关键.本文将重点研究空间大数据的可视化方法,充分发挥数据可视化的作用,帮助用户挖掘隐藏在空间大数据中的价值.  相似文献   

10.
数据挖掘系统是通过在一个软件平台上有效地集成一种或若干种数据挖掘算法模型,并结合相应的数据源,以完成特定的挖掘应用或通用的挖掘任务,提取对用户有用的模式、规则、知识的信息系统.本文实现了名为SDMiner的空间数据可视化挖掘系统,把传统挖掘系统的体系结构与面向服务的体系结构相结合,提出了一个新的面向服务的数据挖掘系统体系结构.系统能够面向Web用户提供分布式的挖掘服务,以任务的定义为核心组织数据挖掘流程,能够动态添加各种算法.以适应各种数据处理的要求.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号