本文選題：出行方式 + 方式識(shí)別　； 參考：《鄭州大學(xué)》2015年碩士論文

【摘要】：出行方式的識(shí)別是智能交通領(lǐng)域的一個(gè)新興研究方向,主要通過(guò)對(duì)出行者出行數(shù)據(jù)如:速度、距離等的分析識(shí)別出行者的出行方式,用來(lái)對(duì)一定區(qū)域內(nèi)出行習(xí)慣進(jìn)行調(diào)查、分析人群出行特點(diǎn),為市政決策提供幫助,同時(shí),能夠針對(duì)特定出行方式提供定制的道路引導(dǎo)方案。本文結(jié)合移動(dòng)互聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)技術(shù),設(shè)計(jì)并實(shí)現(xiàn)了一種基于AML-BP算法的出行方式識(shí)別方案。文章提出將城市中的步行、公共汽車、自行車、小汽車、電動(dòng)摩托車五種目前主要出行方式作為識(shí)別目標(biāo),主要工作如下:第一,介紹了國(guó)內(nèi)外出行方式識(shí)別的研究現(xiàn)狀,給出了本文研究的整體思路,即:出行參數(shù)的采集、出行參數(shù)特征分析、出行方式識(shí)別算法的研究與改進(jìn)、應(yīng)用系統(tǒng)的實(shí)現(xiàn);第二,開(kāi)發(fā)了一款智能手機(jī)端應(yīng)用,實(shí)現(xiàn)了對(duì)五種出行方式出行過(guò)程中的GPS和三軸加速度數(shù)據(jù)采集;第三,結(jié)合運(yùn)動(dòng)學(xué)、統(tǒng)計(jì)學(xué)知識(shí),對(duì)各出行方式運(yùn)動(dòng)原理及采集到的出行數(shù)據(jù)進(jìn)行分析,選擇出對(duì)出行方式具有區(qū)別性的參數(shù)作為出行方式的特征;第四,選擇BP神經(jīng)網(wǎng)絡(luò)算法作為出行方式識(shí)別算法,針對(duì)算法存在的弱點(diǎn),提出了基于AML(Adaptive Momentum and Learning rate)的BP神經(jīng)網(wǎng)絡(luò)算法,并對(duì)AML-BP算法的識(shí)別效果進(jìn)行了實(shí)驗(yàn)測(cè)試;最后,根據(jù)對(duì)出行方式識(shí)別的研究成果,通過(guò)Android平臺(tái)技術(shù)、動(dòng)態(tài)鏈接庫(kù)技術(shù)、百度云服務(wù)技術(shù)等,實(shí)現(xiàn)了一款A(yù)ndroid平臺(tái)下的出行方式識(shí)別應(yīng)用。根據(jù)選擇的出行方式特征以及改進(jìn)的BP算法,在與其他識(shí)別方案的對(duì)比中,本算法取得了較好的識(shí)別率。將出行方式識(shí)別算法應(yīng)用于出行方式的Android應(yīng)用中,在實(shí)際環(huán)境下對(duì)應(yīng)用進(jìn)行測(cè)試,應(yīng)用運(yùn)行穩(wěn)定,達(dá)到了設(shè)計(jì)要求,在應(yīng)用運(yùn)行中能夠?qū)Τ鲂蟹绞竭M(jìn)行較準(zhǔn)確的識(shí)別。
[Abstract]:The identification of travel mode is a new research direction in the field of intelligent transportation, mainly through the analysis of travel data such as speed, distance, etc., it can be used to investigate the travel habits in a certain area. The characteristics of crowd travel are analyzed to provide help for municipal decision making and to provide customized road guidance schemes for specific travel modes at the same time. Combined with mobile Internet and machine learning technology, this paper designs and implements a trip pattern recognition scheme based on AML-BP algorithm. In this paper, five main travel modes in the city, such as walking, bus, bicycle, car and electric motorcycle, are proposed. The main work is as follows: first, this paper introduces the current situation of the research on the identification of travel mode at home and abroad. The whole idea of this paper is given, that is, the acquisition of trip parameters, the characteristic analysis of trip parameters, the research and improvement of trip pattern recognition algorithm, the realization of application system. Secondly, a smart phone terminal application is developed. The data acquisition of GPS and triaxial acceleration in the travel process of five travel modes is realized. Thirdly, combined with kinematics and statistical knowledge, the principle of travel and the travel data collected are analyzed. Select the parameters that are different to the travel mode as the characteristics of the travel mode; fourth, select the BP neural network algorithm as the travel mode recognition algorithm, aiming at the weakness of the algorithm, A BP neural network algorithm based on Adaptive moment and Learning rate is proposed, and the recognition effect of AML-BP algorithm is tested experimentally. Finally, according to the research results of trip pattern recognition, through the technology of Android platform, dynamic link library technology, Baidu cloud service technology, the implementation of a Android platform under the travel mode identification application. According to the selected travel mode features and the improved BP algorithm, compared with other recognition schemes, the algorithm achieved a better recognition rate. The algorithm of trip pattern identification is applied to the Android application of trip mode, and the application is tested in the actual environment. The application runs stably and meets the design requirements, and it can accurately identify the trip mode in the application operation.
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：U495;TP391.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李萌;王伊麗;陳學(xué)武;;城市居民個(gè)人屬性與出行方式鏈相關(guān)性分析[J];交通與運(yùn)輸(學(xué)術(shù)版);2009年01期

2 欒琨;雋志才;宗芳;;通勤者出行方式與出行鏈選擇行為研究[J];公路交通科技;2010年06期

3 朱豐剛;;基于出行方式劃分模型的摩托車禁行問(wèn)題研究[J];公路與汽運(yùn);2010年04期

4 姜雨;陸鍵;;出行方式和目的地聯(lián)合模型(英文)[J];Journal of Southeast University(English Edition);2010年04期

5 趙昕;關(guān)宏志;劉詩(shī)序;;基于出行鏈的有車家庭假日出行方式組合研究[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2011年06期

6 王伊麗;;城市居民出行方式鏈特征分析[J];交通標(biāo)準(zhǔn)化;2012年01期

7 呂仁義 ,郭瑤華;出行方式劃分的實(shí)用模型[J];西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版);1993年S1期

8 劉花;陳艷艷;;北京市居民出行方式人群分類[J];交通標(biāo)準(zhǔn)化;2014年05期

9 鮮于建川;雋志才;;出行鏈與出行方式相互影響模式[J];上海交通大學(xué)學(xué)報(bào);2010年06期

10 魏群;;基于希爾伯特指標(biāo)空間的出行方式安全評(píng)價(jià)[J];道路交通與安全;2010年03期

相關(guān)會(huì)議論文 前2條

1 李新月;張羽成;;采用模糊綜合評(píng)判進(jìn)行出行方式的預(yù)測(cè)[A];模糊集理論與應(yīng)用——98年中國(guó)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第九屆年會(huì)論文選集[C];1998年

2 孔萍;李淑朋;李軍;;成都地鐵1號(hào)線對(duì)城市通勤者出行方式影響研究[A];中國(guó)企業(yè)運(yùn)籌學(xué)[2011（1）][C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)駐布魯塞爾記者　 孫健;歐盟：優(yōu)化出行方式　強(qiáng)化環(huán)保意識(shí)[N];經(jīng)濟(jì)日?qǐng)?bào);2006年

2 記者 沙星海;市民“十一”旅游出行方式多[N];平頂山日?qǐng)?bào);2005年

3 記者 黃X;上下班的出行方式,影響健康狀況[N];新華每日電訊;2011年

4 周煒;市民青睞綠色出行方式[N];西安日?qǐng)?bào);2008年

5 黎華玲;出行方式變化折射西藏交通進(jìn)步[N];中國(guó)民族報(bào);2013年

6 林智嵐;出行方式悄然改變中[N];福建日?qǐng)?bào);2005年

7 蔡新華;你的出行方式環(huán)保嗎?[N];中國(guó)環(huán)境報(bào);2009年

8 佛山日?qǐng)?bào)評(píng)論員 陳莎;讓共享理念融入出行方式[N];佛山日?qǐng)?bào);2012年

9 記者 趙奕;治堵求解：改變?cè)谐鲂蟹绞絒N];第一財(cái)經(jīng)日?qǐng)?bào);2010年

10 禮諫;政策杠桿能否改變市民出行方式？[N];中山日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前1條

1 張蕊;城市客運(yùn)交通系統(tǒng)出行方式分擔(dān)模型及應(yīng)用研究[D];北京交通大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 陳儉新;基于AML-BP算法的出行方式識(shí)別研究[D];鄭州大學(xué);2015年

2 程苑;汽車共享下的城市交通出行方式博弈研究[D];哈爾濱工業(yè)大學(xué);2015年

3 張宏新;深圳市老年人出行方式和出發(fā)時(shí)刻選擇行為研究[D];哈爾濱工業(yè)大學(xué);2015年

4 張麗莉;基于活動(dòng)的出行方式鏈選擇行為模型研究[D];昆明理工大學(xué);2012年

5 葉盈;出行方式鏈成本測(cè)算方法研究[D];浙江大學(xué);2015年

6 丁寧;基于綠色出行方式的電動(dòng)車設(shè)計(jì)研究[D];中南大學(xué);2009年

7 段莉珍;城際客運(yùn)通道出行方式競(jìng)爭(zhēng)與選擇模型研究[D];昆明理工大學(xué);2011年

8 王景妍;交通走廊內(nèi)旅客出行方式研究[D];蘭州交通大學(xué);2012年

9 王瑾;移動(dòng)網(wǎng)絡(luò)環(huán)境下城市居民出行方式判別方法研究[D];中國(guó)海洋大學(xué);2014年

10 李淑朋;成都地鐵1號(hào)線對(duì)城市通勤者出行方式影響研究[D];西南交通大學(xué);2011年

，

本文編號(hào)：2068537