GPS軌跡數(shù)據(jù)具有覆蓋廣、更新快、易采集、成本低等優(yōu)點(diǎn),更是隱含著豐富的路網(wǎng)信息。因而用戶的GPS軌跡數(shù)據(jù)已經(jīng)逐漸成為自動(dòng)構(gòu)建城市路網(wǎng)的一種新興數(shù)據(jù)源,也成為了國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。本文圍繞GPS軌跡數(shù)據(jù)處理的關(guān)鍵性問(wèn)題展開研究,基于GPS軌跡數(shù)據(jù)構(gòu)建城市路網(wǎng)拓?fù)?對(duì)路網(wǎng)進(jìn)行語(yǔ)義建模,在語(yǔ)義路網(wǎng)基礎(chǔ)上設(shè)計(jì)實(shí)現(xiàn)用戶路徑規(guī)劃。本文的主要研究工作內(nèi)容如下:1.GPS軌跡數(shù)據(jù)預(yù)處理。本文使用基于速度的均值濾波算法,對(duì)明顯偏離的GPS軌跡點(diǎn)做“去噪”與平滑處理;利用軌跡的速度和角度變化率,將GPS軌跡劃分為沿路網(wǎng)行進(jìn)的“行程段”和在區(qū)域內(nèi)移動(dòng)的“活動(dòng)段”。2.提出一種面向GPS軌跡的交叉路口識(shí)別方法。交叉口在描述道路的連通性方面起著非常重要的作用,針對(duì)現(xiàn)有交叉路口識(shí)別中存在的交通模式單一、閾值設(shè)定困難和交叉路口多樣化的問(wèn)題,提出了將GeoHash算法和KNN算法相結(jié)合,識(shí)別“行程段”軌跡中的交叉路口的方法。首先使用GeoHash算法對(duì)用戶產(chǎn)生的軌跡數(shù)據(jù)和活動(dòng)區(qū)域做統(tǒng)一的編碼處理;然后選取并標(biāo)注交叉路口特征訓(xùn)練集合;最后使用KNN的分類思想識(shí)別交叉路口。本方法不受交通模式、采樣頻率變化、城市道路形態(tài)...

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2本文研究框架示意圖

有效的在混合交通模式下產(chǎn)生的GPS軌跡數(shù)據(jù)中，找到軌跡的交叉路口；二、如何構(gòu)建具有更多語(yǔ)義的路網(wǎng)，包括道路周邊的POI、道路的長(zhǎng)度，平均行駛時(shí)間等，并在此基礎(chǔ)上進(jìn)行路線規(guī)劃算法研究和應(yīng)用。三、設(shè)計(jì)并實(shí)現(xiàn)基于GPS軌跡的可視化分析系統(tǒng)，整合和完善研究流程。1.3本文主要....

圖3GeoLife數(shù)據(jù)集中用戶的軌跡數(shù)量統(tǒng)計(jì)圖

西北大學(xué)專業(yè)碩士學(xué)位論文了解軌跡點(diǎn)的具體語(yǔ)義信息。（4）該數(shù)據(jù)集合中每個(gè)用戶記錄的軌跡數(shù)據(jù)的數(shù)量各不相同，如圖3所示，集中用戶最多留下了2154條軌跡記錄。并且記錄的每條軌跡的長(zhǎng)度也是不同的圖4所示，表示用戶1在2008年10月23日-2009年5....

圖4GeoLife數(shù)據(jù)集中用戶1的前100條軌跡點(diǎn)數(shù)量統(tǒng)計(jì)圖

了解軌跡點(diǎn)的具體語(yǔ)義信息。（4）該數(shù)據(jù)集合中每個(gè)用戶記錄的軌跡數(shù)據(jù)的數(shù)量各不相同，如圖3所示，集中用戶最多留下了2154條軌跡記錄。并且記錄的每條軌跡的長(zhǎng)度也是不同的圖4所示，表示用戶1在2008年10月23日-2009年5月12日之間記錄的....

圖5GPS軌跡序列T示意圖

第二章GPS軌跡數(shù)據(jù)預(yù)處理軌跡進(jìn)行平滑化處理。軌跡“去噪”是GPS軌跡預(yù)處理的基本研究?jī)?nèi)容，目前有基有基于機(jī)器學(xué)習(xí)的去噪算法�？紤]到本研究使用的GPS數(shù)據(jù)S采樣頻率基本保持一致。2.不同的交通方式相互交疊。本文值濾波方法來(lái)進(jìn)行軌跡“去噪”。及問(wèn)題描述開展本文的研究工....

本文編號(hào)：4018277