本文選題：手機(jī)GPS技術(shù) + 聚類算法　； 參考：《西南交通大學(xué)》2017年碩士論文

【摘要】：近年來,隨著我國城市化進(jìn)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(chǔ)數(shù)據(jù)采集是解決城市交通問題的重要手段。居民出行調(diào)查是把握城市居民交通需求的基本途徑,是交通相關(guān)部門制定科學(xué)的交通管理政策以及編制交通規(guī)劃方案的重要依據(jù)。手機(jī)GPS定位技術(shù)作為一種新型居民出行調(diào)查技術(shù),相對(duì)于傳統(tǒng)的居民出行調(diào)查,其采集的個(gè)體出行軌跡數(shù)據(jù)具有實(shí)時(shí)性、動(dòng)態(tài)性等特點(diǎn),也極大提高了調(diào)查效率和調(diào)查數(shù)據(jù)質(zhì)量,因此基于手機(jī)GPS定位技術(shù)的調(diào)查具有明顯的優(yōu)勢(shì),逐漸得到國內(nèi)外相關(guān)學(xué)者的重視。本文利用手機(jī)GPS定位技術(shù)采集不同出行目的類型下的個(gè)體出行軌跡數(shù)據(jù),然后結(jié)合出行日志對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行采集效果評(píng)估。首先,本文設(shè)計(jì)了通勤出行、上下學(xué)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(wù)等)多種出行目的條件下的個(gè)體出行試驗(yàn),出行個(gè)體隨身攜帶安裝有專業(yè)GPS數(shù)據(jù)采集軟件的手機(jī),同時(shí)記錄真實(shí)的出行日志,將采集到的手機(jī)GPS數(shù)據(jù)與出行日志進(jìn)行對(duì)比,挑選出質(zhì)量滿足要求的原始數(shù)據(jù),為后續(xù)的出行信息識(shí)別效果評(píng)估奠定堅(jiān)實(shí)的基礎(chǔ)。其次,總結(jié)了現(xiàn)有出行端點(diǎn)識(shí)別算法的不足之處,針對(duì)重復(fù)路徑停留誤識(shí)別和同一位置多個(gè)出行端點(diǎn)少識(shí)別這一問題,提出了一種三步驟識(shí)別出行端點(diǎn)的方法:第一步,數(shù)據(jù)清洗與部分信號(hào)缺失軌跡補(bǔ)充;第二步,利用基于密度的時(shí)空聚類分析算法(ST-DBSCAN)來提取潛在的出行端點(diǎn)信息;第三步,結(jié)合公交站點(diǎn)位置數(shù)據(jù)來剔除換乘停留導(dǎo)致的誤識(shí)別。其中ST-DBSCAN在經(jīng)典的空間聚類算法DBSCAN核心點(diǎn)的定義上有所改進(jìn),考慮了時(shí)間距離這一因素,更符合真實(shí)出行軌跡點(diǎn)的聚集特性。最后,本文以成都市的居民出行手機(jī)GPS數(shù)據(jù)為研究對(duì)象,運(yùn)用基于規(guī)則定義的識(shí)別算法、基于密度的空間聚類算法DBSCAN、基于密度的時(shí)空聚類算法ST-DBSCAN三種算法來進(jìn)行出行端點(diǎn)識(shí)別評(píng)估,并通過各種參數(shù)水平值組合情景下的識(shí)別效果來確定參數(shù)選擇組合。試驗(yàn)結(jié)果表明:ST-DBSCAN算法結(jié)合GIS地圖匹配算法的識(shí)別效果最好,可以達(dá)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(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 白竹;王瑋;;基于GPS數(shù)據(jù)的擁擠狀態(tài)下出租車運(yùn)行信息提取技術(shù)[J];黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年04期

2 申悅;柴彥威;;基于GPS數(shù)據(jù)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(xué)報(bào);2012年06期

3 黃偉鋒;李茂堂;劉博揚(yáng);;機(jī)載機(jī)SAR圖像與GPS數(shù)據(jù)的復(fù)合改造研究[J];中國水利水電科學(xué)研究院學(xué)報(bào);2010年02期

4 陳德旺;蔡伯根;王劍;唐濤;;軌道交通GPS數(shù)據(jù)約簡(jiǎn)的數(shù)學(xué)模型與算法研究[J];鐵道學(xué)報(bào);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(jù)采集處理系統(tǒng)[J];儀表技術(shù);2010年09期

6 張楠;張樂;;構(gòu)建基于B/S系統(tǒng)的GPS數(shù)據(jù)網(wǎng)絡(luò)通訊服務(wù)器的方法研究[J];中國建設(shè)信息;2007年22期

7 楊旭江;楊小平;程新民;;全站儀和GPS數(shù)據(jù)格式的轉(zhuǎn)化方法[J];水利與建筑工程學(xué)報(bào);2012年03期

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

9 李軍;許屏;;一種基于GPS數(shù)據(jù)計(jì)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(jù)接收及軌跡顯示設(shè)計(jì)[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版)理工卷;2009年04期

相關(guān)會(huì)議論文 前7條

1 趙斌;楊少敏;王偉;;中國地殼運(yùn)動(dòng)觀測(cè)網(wǎng)絡(luò)GPS數(shù)據(jù)重處理及最新結(jié)果[A];中國地球物理2010——中國地球物理學(xué)會(huì)第二十六屆年會(huì)、中國地震學(xué)會(huì)第十三次學(xué)術(shù)大會(huì)論文集[C];2010年

2 黃瀟婷;馬修軍;;基于GPS數(shù)據(jù)的旅游者活動(dòng)節(jié)律研究[A];2011《旅游學(xué)刊》中國旅游研究年會(huì)會(huì)議論文集[C];2011年

3 劉健;米長(zhǎng)樹;蔣彤;許樂;;機(jī)載GPS數(shù)據(jù)傳輸系統(tǒng)在人工影響天氣中的應(yīng)用[A];第26屆中國氣象學(xué)會(huì)年會(huì)人工影響天氣與大氣物理學(xué)分會(huì)場(chǎng)論文集[C];2009年

4 王佃來;付曉玲;;基于藍(lán)牙技術(shù)實(shí)現(xiàn)Java手機(jī)獲取GPS數(shù)據(jù)[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2007年

5 余濤;毛田;王云岡;曾中超;;利用同化方法進(jìn)行GPS數(shù)據(jù)三維電離層反演[A];第十四屆全國日地空間物理學(xué)術(shù)研討會(huì)論文集[C];2011年

6 白偉華;孫越強(qiáng);朱光武;杜起飛;陶朋;王晶;;基于NetCDF的GPS數(shù)據(jù)預(yù)處理[A];中國空間科學(xué)學(xué)會(huì)空間探測(cè)專業(yè)委員會(huì)第十九次學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2006年

7 趙起文;王家賢;;VS—1型GPS數(shù)據(jù)傳輸轉(zhuǎn)換器設(shè)計(jì)[A];船舶通信導(dǎo)航學(xué)術(shù)會(huì)議（1993）論文集[C];1993年

相關(guān)重要報(bào)紙文章 前1條

1 編譯 張瑋鷗;GPS數(shù)據(jù)可優(yōu)化海嘯預(yù)警[N];中國氣象報(bào);2013年

相關(guān)碩士學(xué)位論文 前10條

1 許國淼;基于出租車GPS數(shù)據(jù)的道路交通運(yùn)行狀態(tài)判別[D];長(zhǎng)安大學(xué);2015年

2 崔德冠;基于公交車GPS數(shù)據(jù)的城市道路偶發(fā)性擁堵檢測(cè)與系統(tǒng)實(shí)現(xiàn)[D];重慶大學(xué);2015年

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

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

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

6 李勇;基于出租車GPS數(shù)據(jù)的城市交通擁堵識(shí)別和關(guān)聯(lián)性分析[D];哈爾濱工業(yè)大學(xué);2016年

7 戴露;基于手機(jī)GPS數(shù)據(jù)的出行端點(diǎn)識(shí)別方法研究[D];西南交通大學(xué);2017年

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

9 黃金特;面向浮動(dòng)車GPS數(shù)據(jù)的質(zhì)量評(píng)價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中山大學(xué);2011年

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

，

本文編號(hào)：1736010