本文關鍵詞：移動網(wǎng)絡環(huán)境下城市居民出行方式判別方法研究

  更多相關文章： 數(shù)據(jù)采集器 軌跡分段 決策樹 出行方式判別

【摘要】：交通對于城市的發(fā)展至關重要，它作為連接城市的紐帶，為城市發(fā)展輸送人流、物流，是城市前進的主要動力。時代的發(fā)展，帶來了經(jīng)濟、技術的快速發(fā)展，同時在新形勢的要求下，城市的發(fā)展也面臨著與時俱進的新問題。新的交通模式——智能交通的實施勢在必行，21世紀將會是智能交通的世紀。 發(fā)展智能交通的關鍵獲得豐富的交通信息。交通信息作為智能交通中的基礎信息，服務于城市日常的交通管理、交通服務中，伴隨著城市發(fā)展的需要，越來越被人們所重視。其中居民出行方式是重要的交通信息庫之一，目前成為交通規(guī)劃領域的研究熱點。有效判別城市居民的出行方式，不僅能夠為后期進行交通結(jié)構(gòu)劃分提供了可靠的數(shù)據(jù)來源和評價參考，同時對于解決城市擁堵，空間結(jié)構(gòu)優(yōu)化，城市能源消耗等問題有著重要意義。 在城市居民出行方式判別方法研究進程中，最關鍵的問題之一是居民出行數(shù)據(jù)的獲取。隨著計算機、通信、信息技術的發(fā)展，智能手機的迅速普及，傳統(tǒng)的出行數(shù)據(jù)采集方法如調(diào)查問卷、家訪、回想日志等已經(jīng)不能滿足交通管理的需求。人們開始關注在新的技術背景和社會背景下利用新技術、新手段進行出行數(shù)據(jù)的獲取。本論文在移動網(wǎng)絡環(huán)境下提出了一種基于手機定位的出行信息采集方法，利用Java語言設計研發(fā)一款針對智能終端的數(shù)據(jù)采集器。該數(shù)據(jù)采集器安裝使用簡單，采集的數(shù)據(jù)類型廣泛，既包含靜態(tài)信息，又包含動態(tài)信息。此外，在數(shù)據(jù)采集的同時，進行了數(shù)據(jù)預處理，并對出行軌跡進行預判別，與傳統(tǒng)的采集方法相比，，具有投資少、精度高、全天候?qū)崟r采集、數(shù)據(jù)預處理能力強大等優(yōu)勢。通過數(shù)據(jù)采集器進行海量出行信息的實時提取，從而進行出行方式判別研究。 在進行出行方式判別研究中，本文不僅僅止步于傳統(tǒng)的模糊判別，力爭在一段出行軌跡上實現(xiàn)更精細的交通方式劃分。在不同交通方式預分類的基礎上，結(jié)合數(shù)據(jù)采集方法，以及換乘點的數(shù)據(jù)特點，提出了演繹性時序聚類分割算法進行軌跡分段，理論和探索性方法結(jié)合使用，大大提高了對不同交通方式段提取的精度。此后，根據(jù)軌跡分段結(jié)果，深入分析城市居民出行方式特性，不依賴于輔助數(shù)據(jù)（如公交站點、公交線路、地鐵線路、道路網(wǎng)等）以及相關經(jīng)驗知識，借助機器學習算法決策樹進行出行方式的細致劃分，并通過測試數(shù)據(jù)對該判別方法進行準確度驗證及結(jié)果分析。 最后，本文在探索理論方法研究的基礎上，構(gòu)建了出行方式判別模型，實現(xiàn)了在自主研發(fā)平臺i4People平臺中加入了出行方式判別模塊，為后期將研究成果付諸實踐打下了堅實基礎。
【關鍵詞】：數(shù)據(jù)采集器 軌跡分段 決策樹 出行方式判別
【學位授予單位】：中國海洋大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：P208;P204
【目錄】：

• 摘要5-7
• Abstract7-11
• 1 緒論11-23
• 1.1 研究背景11-12
• 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢12-14
• 1.3 相關技術簡介14-21
• 1.3.1 移動網(wǎng)絡環(huán)境下的手機定位技術14-16
• 1.3.2 決策樹分類技術16-19
• 1.3.3 i4People 平臺19-21
• 1.4 研究內(nèi)容21
• 1.5 章節(jié)安排21-23
• 2 移動網(wǎng)絡環(huán)境下的數(shù)據(jù)采集23-30
• 2.1 基于手機定位技術的出行數(shù)據(jù)采集器23-28
• 2.1.1 出行數(shù)據(jù)采集器系統(tǒng)結(jié)構(gòu)23-24
• 2.1.2 出行數(shù)據(jù)采集器工作流程24-28
• 2.1.3 出行數(shù)據(jù)庫搭建28
• 2.2 出行數(shù)據(jù)采集方案28-30
• 3 城市居民出行軌跡分段算法研究30-35
• 3.1 出行方式二值化30-31
• 3.2 演繹性時序聚類分割31-33
• 3.3 軌跡段后處理33-34
• 3.4 出行軌跡分段精度34-35
• 4 基于決策樹的出行方式判別35-49
• 4.1 選取統(tǒng)計量36-44
• 4.2 基于決策樹的出行方式識別模型建立44-46
• 4.3 出行方式識別精度驗證46-47
• 4.3.1 測試數(shù)據(jù)處理46
• 4.3.2 出行方式識別結(jié)果分析46-47
• 4.4 基于出行方式識別模型的人跡數(shù)據(jù)可視化47-49
• 5 總結(jié)創(chuàng)新與展望49-51
• 5.1 總結(jié)49-50
• 5.2 創(chuàng)新50
• 5.3 展望50-51
• 參考文獻51-54
• 附錄54-60
• 致謝60-61
• 個人簡歷、在學期間發(fā)表的學術論文與研究成果61-62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉淼;張小寧;張紅軍;;基于手機信息的居民出行調(diào)查[J];城市道橋與防洪;2007年03期

2 楊飛,裘煒毅;基于手機定位的實時交通數(shù)據(jù)采集技術[J];城市交通;2005年04期

3 高宏偉;畢翔;齊琴;;基于gpsOne的手機定位導航研究[J];電腦應用技術;2007年02期

4 王桂芹;黃道;;決策樹算法研究及應用[J];電腦應用技術;2008年01期

5 黎海濤,張平;蜂窩無線定位技術的發(fā)展及應用[J];電信科學;2001年09期

6 陳文,史金成;決策樹分類技術研究[J];福建電腦;2005年08期

7 楊飛;;基于手機定位的交通OD數(shù)據(jù)獲取技術[J];系統(tǒng)工程;2007年01期

8 欒麗華,吉根林;決策樹分類技術研究[J];計算機工程;2004年09期

9 曹長瑞;;嵌入式系統(tǒng)中無線通信技術的設計與實現(xiàn)[J];科技致富向?qū)?2013年08期

10 王剛,郝波;蜂窩移動通信系統(tǒng)中的定位技術[J];移動通信;2002年05期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 張治華;基于GPS軌跡的出行信息提取研究[D];華東師范大學;2010年

本文編號：534965