我國的經(jīng)濟(jì)建設(shè)與工業(yè)化發(fā)展極大的推動了城市化的進(jìn)程,同時對城市的管理能力提出更高的要求。城市版圖的擴(kuò)張、常住人口的增長帶來更多的機(jī)動車數(shù)量,因此引發(fā)的交通擁堵、環(huán)境污染等問題是城市交通系統(tǒng)面臨的嚴(yán)峻挑戰(zhàn)。居民的出行信息決定了城市交通的需求。對居民的出行行為信息進(jìn)行歸納分析,研究居民出行的特征與規(guī)律,可以為城市規(guī)劃、道路布局、交通法規(guī)制定等城市交通系統(tǒng)的重要應(yīng)用提供決策支持。傳統(tǒng)的居民出行行為信息獲取途徑主要是基于人工采集的方法,數(shù)據(jù)質(zhì)量無法得到保證。近年來隨著GPS設(shè)備的完善普及,產(chǎn)生的大規(guī)模GPS數(shù)據(jù)為出行行為信息的獲取提供了新的解決方案。當(dāng)前,一些研究依靠獲取GPS以外的數(shù)據(jù)進(jìn)行輔助識別,如加速度計(jì)和陀螺儀傳感器數(shù)據(jù)或GIS信息數(shù)據(jù)。但這些數(shù)據(jù)并不能保證在每個應(yīng)用場景下都有獲取的途徑;同時,一些研究通過標(biāo)簽文件先找到出行方式變化點(diǎn),然后把軌跡分為若干單出行方式段。這是對出行方式識別問題的變相簡化。本文基于原始的GPS數(shù)據(jù),提出固定長度閾值的軌跡分段方法,構(gòu)造包含全局特征和點(diǎn)特征的72維的特征向量,設(shè)計(jì)了基于集成學(xué)習(xí)的出行方式識別模型。本文的研究內(nèi)容包括:(1)GPS軌跡數(shù)據(jù)的特征提...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1.論文主要研究內(nèi)容與章節(jié)安排Fig1-1.Themaincontentandchapterarrangementofthispaper第2章為本文涉及的相關(guān)理論與方法

第1章緒論51.4主要研究內(nèi)容與技術(shù)路線1.4.1研究主要內(nèi)容本文結(jié)構(gòu)上分為四個章節(jié)。各章的主要內(nèi)容安排和各章關(guān)系如圖1-1所示。圖1-1.論文主要研究內(nèi)容與章節(jié)安排Fig1-1.Themaincontentandchapterarrangementofthispaper第2章為....

圖1-2.論文整體框架技術(shù)路線示意圖

第1章緒論6構(gòu)建過程與最佳參數(shù)設(shè)置。最后對本文采取的深度森林模型取得的結(jié)果與另外三個模型的結(jié)果進(jìn)行對比分析。論文的最后是對本文的結(jié)論與對未來工作方向的展望。全面回顧了論文的主要工作和貢獻(xiàn)，對本文進(jìn)行歸納總結(jié)，并展望未來工作的方向，探討了實(shí)現(xiàn)的可行性。1.4.2技術(shù)路線圖1-2.論....

圖2-1.集成學(xué)習(xí)模型基本工作原理示意圖

?嬖蚨宰羆鴉?質(zhì)糶越?醒≡瘛?2.1.2集成學(xué)習(xí)集成學(xué)習(xí)[37]（ensemblelearning）通過構(gòu)建多個分類器來完成學(xué)習(xí)任務(wù)。集成學(xué)習(xí)的結(jié)構(gòu)如下圖2-1所示，一般是通過策略將一組“個體學(xué)習(xí)器”（individuallearner）結(jié)合起來。個體學(xué)習(xí)器由現(xiàn)有算法在訓(xùn)練集上訓(xùn)....

圖2-2支持向量與間隔[42]

第2章相關(guān)理論與方法12圖2-2支持向量與間隔[42]Fig.2-2IllustrationofSupportVectorandMargin由上式（2-9）可知，γ的最大化，等價于1ω最大化，即最小化2ω。由此得到支持向量機(jī)(SupportVectorMachine)的基本型：2....

本文編號：3964883