本文選題：手機GPS技術 + 聚類算法�。� 參考：《西南交通大學》2017年碩士論文

【摘要】：近年來,隨著我國城市化進程的不斷加快和城市人口的集聚,交通擁堵問題日益突顯,交通基礎數(shù)據采集是解決城市交通問題的重要手段。居民出行調查是把握城市居民交通需求的基本途徑,是交通相關部門制定科學的交通管理政策以及編制交通規(guī)劃方案的重要依據。手機GPS定位技術作為一種新型居民出行調查技術,相對于傳統(tǒng)的居民出行調查,其采集的個體出行軌跡數(shù)據具有實時性、動態(tài)性等特點,也極大提高了調查效率和調查數(shù)據質量,因此基于手機GPS定位技術的調查具有明顯的優(yōu)勢,逐漸得到國內外相關學者的重視。本文利用手機GPS定位技術采集不同出行目的類型下的個體出行軌跡數(shù)據,然后結合出行日志對試驗數(shù)據進行采集效果評估。首先,本文設計了通勤出行、上下學出行、非通勤出行(包含日常生活、文化娛樂休閑、接送人、就醫(yī)、業(yè)務等)多種出行目的條件下的個體出行試驗,出行個體隨身攜帶安裝有專業(yè)GPS數(shù)據采集軟件的手機,同時記錄真實的出行日志,將采集到的手機GPS數(shù)據與出行日志進行對比,挑選出質量滿足要求的原始數(shù)據,為后續(xù)的出行信息識別效果評估奠定堅實的基礎。其次,總結了現(xiàn)有出行端點識別算法的不足之處,針對重復路徑停留誤識別和同一位置多個出行端點少識別這一問題,提出了一種三步驟識別出行端點的方法:第一步,數(shù)據清洗與部分信號缺失軌跡補充;第二步,利用基于密度的時空聚類分析算法(ST-DBSCAN)來提取潛在的出行端點信息;第三步,結合公交站點位置數(shù)據來剔除換乘停留導致的誤識別。其中ST-DBSCAN在經典的空間聚類算法DBSCAN核心點的定義上有所改進,考慮了時間距離這一因素,更符合真實出行軌跡點的聚集特性。最后,本文以成都市的居民出行手機GPS數(shù)據為研究對象,運用基于規(guī)則定義的識別算法、基于密度的空間聚類算法DBSCAN、基于密度的時空聚類算法ST-DBSCAN三種算法來進行出行端點識別評估,并通過各種參數(shù)水平值組合情景下的識別效果來確定參數(shù)選擇組合。試驗結果表明:ST-DBSCAN算法結合GIS地圖匹配算法的識別效果最好,可以達到82.86%的查全率以及10.38%的誤差率。
[Abstract]:In recent years, with the rapid development of urbanization and the agglomeration of urban population in China, traffic congestion is becoming more and more serious. Traffic basic data collection is an important means to solve urban traffic problems.The resident travel survey is the basic way to grasp the urban residents' traffic demand, and is the important basis for the traffic related departments to formulate the scientific traffic management policy and the traffic planning plan.Mobile phone GPS location technology as a new type of resident travel survey technology, compared with the traditional resident travel survey, its collection of individual travel trajectory data has real-time, dynamic and other characteristics.It also greatly improves the efficiency of investigation and the quality of survey data, so the investigation based on mobile phone GPS positioning technology has obvious advantages, and has been gradually paid attention to by domestic and foreign scholars.In this paper, the mobile phone GPS positioning technology is used to collect individual travel trajectory data under different travel destination types, and then the acquisition effect of the test data is evaluated by combining the trip log.First of all, this paper designs individual travel experiments under various travel purposes, such as commuting, going up and down, commuting (including daily life, culture, entertainment, leisure, escort, medical treatment, business, etc.).Travel individuals carry mobile phones equipped with professional GPS data acquisition software, record real travel logs, compare the collected mobile phone GPS data with travel logs, and select the original data that meet the requirements of quality.It lays a solid foundation for the subsequent evaluation of the effect of travel information recognition.Secondly, this paper summarizes the shortcomings of the existing trip endpoint identification algorithms, aiming at the problem of repeated path stopping error identification and less identification of multiple trip endpoints in the same location, a three-step method is proposed to identify the trip endpoint: the first step.Data cleaning and partial signal missing track supplement; step two, using density based spatio-temporal clustering algorithm (ST-DBSCAN) to extract potential travel endpoint information; third, combining bus station location data to eliminate misidentification caused by transfer stoppage.ST-DBSCAN improves the definition of the core point of DBSCAN, which is a classical spatial clustering algorithm, and considers the factor of time distance, which is more consistent with the clustering characteristics of the real travel locus.Finally, this paper takes the GPS data of mobile phone in Chengdu as the research object, and uses the recognition algorithm based on the definition of rules.Density-based spatial clustering algorithm DBSCAN-based spatio-temporal clustering algorithm based on density ST-DBSCAN algorithm is used to evaluate travel endpoint identification.The experimental results show that the recognition efficiency of the GIS map matching algorithm is the best, with 82.86% recall and 10.38% error rate.
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U491

【相似文獻】

相關期刊論文 前10條

1 白竹;王瑋;;基于GPS數(shù)據的擁擠狀態(tài)下出租車運行信息提取技術[J];黑龍江工程學院學報(自然科學版);2012年04期

2 申悅;柴彥威;;基于GPS數(shù)據的城市居民通勤彈性研究——以北京市郊區(qū)巨型社區(qū)為例[J];地理學報;2012年06期

3 黃偉鋒;李茂堂;劉博揚;;機載機SAR圖像與GPS數(shù)據的復合改造研究[J];中國水利水電科學研究院學報;2010年02期

4 陳德旺;蔡伯根;王劍;唐濤;;軌道交通GPS數(shù)據約簡的數(shù)學模型與算法研究[J];鐵道學報;2008年04期

5 杜繼永;黃國榮;劉華偉;王成;;基于LabWindows/CVI的GPS數(shù)據采集處理系統(tǒng)[J];儀表技術;2010年09期

6 張楠;張樂;;構建基于B/S系統(tǒng)的GPS數(shù)據網絡通訊服務器的方法研究[J];中國建設信息;2007年22期

7 楊旭江;楊小平;程新民;;全站儀和GPS數(shù)據格式的轉化方法[J];水利與建筑工程學報;2012年03期

8 肖躍軍;盧維欣;賁坷;;基于TEQC海量GPS數(shù)據信息提取軟件的研究[J];城市勘測;2012年06期

9 李軍;許屏;;一種基于GPS數(shù)據計算降落傘過載的方法[J];全球定位系統(tǒng);2008年05期

10 李國良;陳明嵐;;基于VB的GPS數(shù)據接收及軌跡顯示設計[J];長江大學學報(自然科學版)理工卷;2009年04期

相關會議論文 前7條

1 趙斌;楊少敏;王偉;;中國地殼運動觀測網絡GPS數(shù)據重處理及最新結果[A];中國地球物理2010——中國地球物理學會第二十六屆年會、中國地震學會第十三次學術大會論文集[C];2010年

2 黃瀟婷;馬修軍;;基于GPS數(shù)據的旅游者活動節(jié)律研究[A];2011《旅游學刊》中國旅游研究年會會議論文集[C];2011年

3 劉健;米長樹;蔣彤;許樂;;機載GPS數(shù)據傳輸系統(tǒng)在人工影響天氣中的應用[A];第26屆中國氣象學會年會人工影響天氣與大氣物理學分會場論文集[C];2009年

4 王佃來;付曉玲;;基于藍牙技術實現(xiàn)Java手機獲取GPS數(shù)據[A];2007通信理論與技術新發(fā)展——第十二屆全國青年通信學術會議論文集（上冊）[C];2007年

5 余濤;毛田;王云岡;曾中超;;利用同化方法進行GPS數(shù)據三維電離層反演[A];第十四屆全國日地空間物理學術研討會論文集[C];2011年

6 白偉華;孫越強;朱光武;杜起飛;陶朋;王晶;;基于NetCDF的GPS數(shù)據預處理[A];中國空間科學學會空間探測專業(yè)委員會第十九次學術會議論文集（下冊）[C];2006年

7 趙起文;王家賢;;VS—1型GPS數(shù)據傳輸轉換器設計[A];船舶通信導航學術會議（1993）論文集[C];1993年

相關重要報紙文章 前1條

1 編譯 張瑋鷗;GPS數(shù)據可優(yōu)化海嘯預警[N];中國氣象報;2013年

相關碩士學位論文 前10條

1 許國淼;基于出租車GPS數(shù)據的道路交通運行狀態(tài)判別[D];長安大學;2015年

2 崔德冠;基于公交車GPS數(shù)據的城市道路偶發(fā)性擁堵檢測與系統(tǒng)實現(xiàn)[D];重慶大學;2015年

3 曹靜;基于GPS數(shù)據的用戶軌跡相似性分析[D];中國海洋大學;2015年

4 楊勝超;基于公交IC卡數(shù)據與公交車GPS數(shù)據的社區(qū)公交需求分析[D];西南交通大學;2016年

5 王武;基于海量GPS數(shù)據的公共交通站點及路線優(yōu)化研究[D];西南大學;2016年

6 李勇;基于出租車GPS數(shù)據的城市交通擁堵識別和關聯(lián)性分析[D];哈爾濱工業(yè)大學;2016年

7 戴露;基于手機GPS數(shù)據的出行端點識別方法研究[D];西南交通大學;2017年

8 張志松;基于欠采樣GPS數(shù)據的信號交叉口延誤估計研究[D];哈爾濱工業(yè)大學;2014年

9 黃金特;面向浮動車GPS數(shù)據的質量評價系統(tǒng)設計與實現(xiàn)[D];中山大學;2011年

10 賴北平;GPS數(shù)據的卡爾曼濾波處理及其在飛行試驗中的應用[D];南京航空航天大學;2002年

，

本文編號：1736010