دانلود مقاله انگلیسی رایگان:تغییرات فضایی در سواری عمومی شهری حاصل از مسیرهای GPS و داده های کارت هوشمند - 2018

دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی داده های بزرگ رایگان
  • Spatial variations in urban public ridership derived from GPS trajectories and smart card data Spatial variations in urban public ridership derived from GPS trajectories and smart card data
    Spatial variations in urban public ridership derived from GPS trajectories and smart card data

    سال انتشار:

    2018


    عنوان انگلیسی مقاله:

    Spatial variations in urban public ridership derived from GPS trajectories and smart card data


    ترجمه فارسی عنوان مقاله:

    تغییرات فضایی در سواری عمومی شهری حاصل از مسیرهای GPS و داده های کارت هوشمند


    منبع:

    Sciencedirect - Elsevier - Journal of Transport Geography, 69 (2018) 45-57: doi:10:1016/j:jtrangeo:2018:04:013


    نویسنده:

    Wei Tua,b,⁎, Rui Caod, Yang Yuea,b, Baoding Zhoua,b, Qiuping Lie, Qingquan Lia,b,c


    چکیده انگلیسی:

    Understanding urban public ridership is essential for promoting public transportation. However, limited efforts have been made to reveal the spatial variations of multi-modal public ridership (such as buses, metro systems, and taxis) and the underlying controlling factors. This study explores multi-modal public ridership and compares the similarities and differences of the associated factors. Daily bus, metro, and taxi ridership patterns are first extracted from multiple sources of big transportation data, including vehicle (bus and taxi) GPS trajectories and smart card data. Multivariate regression analysis and geographically weighted regression analysis are used to reveal the associations between these data and demographic, land use, and transportation factors. An empirical study in Shenzhen, China, suggests that employment, mixed land use, and road density have significant effects on the ridership of each mode; however, some effects vary from negative to positive across the city. The results also indicate that road density, income, and metro accessibility do not have significant effects on metro, transit or bus ridership. These findings suggest that the effects of the associated factors vary depending on the mode of travel being considered and that the city should carefully consider which factors to emphasize in formulating future transport policy.
    Keywords: Ridership ، Big data ، Trajectory ، Smart card data ، Geographically weighted regression ، Transit ، Taxi


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 13
    حجم فایل: 4744 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-های-بزرگ
موضوعات
footer