声明
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外文献综述
1.2.1 交通违法行为研究
1.2.2 时空热点分析方法研究现状
1.2.3 现状研究存在不足
1.3 研究内容与章节安排
1.3.1 研究内容
1.3.2 章节安排
1.4 本章小结
第二章 数据获取及预处理方法
2.1 数据获取方法
2.1.1 交通违法数据
2.1.2 矢量路网数据
2.1.3 交通流量数据
2.1.4 城市POI数据
2.2 数据预处理方法
2.2.1 研究对象筛选
2.2.2 地理编码
2.2.3 地理坐标纠偏
2.2.4 片区数据筛选
2.2.5 投影转换
2.3 本章小结
第三章 重点交通违法行为时空集聚特征可视化分析方法
3.1 重点交通违法行为空间分布特征分析方法
3.1.1 核密度估计理论基础
3.1.2 空间核密度估计模型
3.1.3 空间核密度估计的算法实现
3.2 重点交通违法行为时间分布特征分析方法
3.2.1 时间尺度选择
3.2.2 时间特征可视化
3.3 重点交通违法行为时空分布特征可视化分析方法
3.3.1 时空核密度估计方法的理论基础
3.3.2 时空核密度估计模型
3.3.3 时空核密度估计模型的算法实现
3.4 本章小结
第四章 重点交通违法行为时空热点统计及变化趋势分析
4.1 时空数据模型及时空关系概念化
4.1.1 时空数据模型
4.1.2 时空概念化模型
4.2 时空热点统计分析模型
4.2.1Getis-Ord Gi*统计原理
4.2.2 时空 Getis-Ord Gi*统计模型
4.3 时空冷热点变化趋势分析方法
4.3.1 Mann-Kendall趋势分析方法理论基础
4.3.2 时空冷热点分布模式分类
4.4 基于时空热点分析的重点交通违法行为态势研判流程
4.5 本章小结
第五章 重点交通违法行为态势研判案例分析与验证
5.1 案例区域及数据概况
5.2 重点交通违法行为空间分布特征分析
5.2.1 违反信号灯通行类空间特性
5.2.2 不按导向车道行驶类空间特性
5.2.3 越线停车类空间特性
5.3 重点交通违法行为时间分布特征分析
5.4 时空集聚特征可视化分析
5.4.1 违反信号灯通行类时空特性
5.4.2 不按导向车道行驶类时空特性
5.4.3 越线停车类时空特性
5.5 重点交通违法行为时空冷热点统计分析
5.5.1 创建24小时尺度时空立方体
5.5.2时空Getis-Ord Gi*分析
5.6 重点交通违法行为时空冷热点变化趋势分析
5.6.1 创建长时间尺度时空立方体
5.6.2 时空Mann-Kendall趋势分析
5.6.3 重点交通违法行为高风险区域
5.7 重点交通违法行为相关因素探索性分析
5.7.1 道路条件因素
5.7.2 城市空间布局因素
5.7.3 其他因素
5.8 本章小结
第六章 总结与展望
6.1 主要研究成果
6.2 创新点
（1）重点交通违法行为时空集聚特征可视化分析模型
（2）基于时空热点分析的重点交通违法行为态势研判分析思路
（3）基于时空立方体的时空数据存储模型
6.3 研究展望
致谢
参考文献
作者简介
附录A
附录B
东南大学;
