基于智能手機(jī)的城市居民出行方式研究
發(fā)布時(shí)間:2023-08-01 17:54
隨著城市化進(jìn)程的快速發(fā)展,機(jī)動(dòng)車(chē)的數(shù)量伴隨著人民生活水平的不斷提高而逐漸增多。機(jī)動(dòng)車(chē)數(shù)量的增長(zhǎng)在給人民生活水平帶來(lái)便利的同時(shí)也產(chǎn)生了一些交通問(wèn)題。居民出行調(diào)查是交通調(diào)查的重要組成部分。傳統(tǒng)的居民出行調(diào)查大多采用人工調(diào)查的方式,得到的出行信息存在許多問(wèn)題,被訪(fǎng)者的負(fù)擔(dān)較重、拒訪(fǎng)率高,需要消耗大量的時(shí)間和人力。為了克服上述采集方式的缺點(diǎn),基于智能手機(jī)進(jìn)行出行信息的采集應(yīng)運(yùn)而生,它為居民出行方式研究提供了新的技術(shù)手段。論文主要內(nèi)容包括幾個(gè)部分:(1)開(kāi)展以智能手機(jī)和網(wǎng)絡(luò)調(diào)查技術(shù)為基礎(chǔ)的出行調(diào)查。(2)特征向量的選取。論文選擇了出行距離、出行時(shí)間、平均速度、加速度、95th分位點(diǎn)速度、95th分位點(diǎn)加速度這六種特征向量進(jìn)行出行方式的識(shí)別。(3)基于GPS數(shù)據(jù)的出行方式識(shí)別方法提出。論文使用兩階段方法對(duì)出行方式進(jìn)行識(shí)別。首先通過(guò)模糊算法識(shí)別出地鐵與步行的出行方式,然后將剩下的四類(lèi)出行方式分別分類(lèi)為機(jī)動(dòng)車(chē)類(lèi)以及非機(jī)動(dòng)車(chē)類(lèi),得到識(shí)別精度89.5%;然后,在模糊識(shí)別算法的基礎(chǔ)上,使用支持向量機(jī)分類(lèi)算法對(duì)自行車(chē)、電動(dòng)車(chē)以及小汽車(chē)、公交車(chē)兩類(lèi)易混淆的出行方式進(jìn)行...
【文章頁(yè)數(shù)】:58 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景
1.2 研究目的及意義
1.3 國(guó)內(nèi)外研究現(xiàn)狀
1.3.1 國(guó)外研究現(xiàn)狀
1.3.2 國(guó)內(nèi)研究現(xiàn)狀
1.4 研究?jī)?nèi)容與技術(shù)路線(xiàn)
2 數(shù)據(jù)采集
2.1 基于智能手機(jī)的居民出行調(diào)查
2.1.1 定位軟件介紹
2.1.2 志愿者招募培訓(xùn)
2.2 數(shù)據(jù)采集
2.2.1 出行數(shù)據(jù)采集流程
2.2.2 社會(huì)經(jīng)濟(jì)屬性
2.2.3 出行屬性統(tǒng)計(jì)分析
2.3 本章總結(jié)
3 數(shù)據(jù)處理
3.1 數(shù)據(jù)源描述
3.2 特征描述
3.3 特征選擇
3.4 本章小結(jié)
4 出行方式識(shí)別
4.1 模糊識(shí)別算法
4.1.1 模糊識(shí)別的概念
4.1.2 基于先驗(yàn)知識(shí)的出行方式模糊識(shí)別方法
4.1.2.1 出行方式的先驗(yàn)知識(shí)
4.1.2.2 模糊決策邏輯說(shuō)明
4.1.2.3 出行方式識(shí)別的模糊推理系統(tǒng)
4.1.2.4 各種出行方式的隸屬度函數(shù)
4.2 支持向量機(jī)算法
4.2.1 支持向量機(jī)基本原理
4.2.2 核函數(shù)及參數(shù)選擇
4.2.3 支持向量機(jī)算法
4.3 實(shí)例分析
4.3.1 識(shí)別精度介紹[55]
4.3.2 模糊識(shí)別算法識(shí)別
4.3.3 支持向量機(jī)識(shí)別
4.3.4 與其他分類(lèi)算法的比較
4.4 本章小結(jié)
5 結(jié)論與展望
5.1 論文工作總結(jié)
5.2 主要?jiǎng)?chuàng)新點(diǎn)
5.3 研究局限性與未來(lái)展望
致謝
參考文獻(xiàn)
附錄A:家庭社會(huì)經(jīng)濟(jì)屬性
附錄B:出行信息表
攻讀學(xué)位期間的研究成果
本文編號(hào):3838076
【文章頁(yè)數(shù)】:58 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景
1.2 研究目的及意義
1.3 國(guó)內(nèi)外研究現(xiàn)狀
1.3.1 國(guó)外研究現(xiàn)狀
1.3.2 國(guó)內(nèi)研究現(xiàn)狀
1.4 研究?jī)?nèi)容與技術(shù)路線(xiàn)
2 數(shù)據(jù)采集
2.1 基于智能手機(jī)的居民出行調(diào)查
2.1.1 定位軟件介紹
2.1.2 志愿者招募培訓(xùn)
2.2 數(shù)據(jù)采集
2.2.1 出行數(shù)據(jù)采集流程
2.2.2 社會(huì)經(jīng)濟(jì)屬性
2.2.3 出行屬性統(tǒng)計(jì)分析
2.3 本章總結(jié)
3 數(shù)據(jù)處理
3.1 數(shù)據(jù)源描述
3.2 特征描述
3.3 特征選擇
3.4 本章小結(jié)
4 出行方式識(shí)別
4.1 模糊識(shí)別算法
4.1.1 模糊識(shí)別的概念
4.1.2 基于先驗(yàn)知識(shí)的出行方式模糊識(shí)別方法
4.1.2.1 出行方式的先驗(yàn)知識(shí)
4.1.2.2 模糊決策邏輯說(shuō)明
4.1.2.3 出行方式識(shí)別的模糊推理系統(tǒng)
4.1.2.4 各種出行方式的隸屬度函數(shù)
4.2 支持向量機(jī)算法
4.2.1 支持向量機(jī)基本原理
4.2.2 核函數(shù)及參數(shù)選擇
4.2.3 支持向量機(jī)算法
4.3 實(shí)例分析
4.3.1 識(shí)別精度介紹[55]
4.3.2 模糊識(shí)別算法識(shí)別
4.3.3 支持向量機(jī)識(shí)別
4.3.4 與其他分類(lèi)算法的比較
4.4 本章小結(jié)
5 結(jié)論與展望
5.1 論文工作總結(jié)
5.2 主要?jiǎng)?chuàng)新點(diǎn)
5.3 研究局限性與未來(lái)展望
致謝
參考文獻(xiàn)
附錄A:家庭社會(huì)經(jīng)濟(jì)屬性
附錄B:出行信息表
攻讀學(xué)位期間的研究成果
本文編號(hào):3838076
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3838076.html
最近更新
教材專(zhuān)著