期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于手机信令数据的交通方式识别模型
1
作者 宋丽华 于磊 +1 位作者 张扬 马东超 《计算机工程与设计》 北大核心 2024年第11期3441-3447,共7页
为解决现有研究在区分居民交通方式方面存在的问题,提出一个基于手机信令数据的居民交通方式分类模型。模型数据清洗部分采用滑动窗口方式提取3类特征训练模型,成功检测出80%以上的噪声数据;交通识别部分划分为3个二分类问题,即机动车... 为解决现有研究在区分居民交通方式方面存在的问题,提出一个基于手机信令数据的居民交通方式分类模型。模型数据清洗部分采用滑动窗口方式提取3类特征训练模型,成功检测出80%以上的噪声数据;交通识别部分划分为3个二分类问题,即机动车与非机动车、步行和骑行、公交车和私家车。模型利用自主采集的信令数据,结合路网、导航数据和站点匹配算法,设计出居民交通方式分类模型。实验结果表明,与其它方法相比,公交车和私家车的分类准确率达到94%,4种分类结果的整体准确率达到了86.76%,验证了该设计的准确性和可行性。 展开更多
关键词 城市交通 交通方式识别 数据清洗 信令数据 站点匹配 出行链特征提取 轨迹数据
在线阅读 下载PDF
基于手机信令HMM轨迹映射的交通方式识别算法
2
作者 王江锋 杨昊 +1 位作者 梁艳平 张楚瑶 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第11期45-54,共10页
为解决手机信令数据稀疏性限制和重构轨迹特征提取与融合能力不足问题,提出一种出行轨迹重构与多源特征融合的交通方式精准识别算法。构建刻画基站信号传播路径损耗与信号强度的无线信号损耗模型,利用隐马尔可夫模型(hidden markov mode... 为解决手机信令数据稀疏性限制和重构轨迹特征提取与融合能力不足问题,提出一种出行轨迹重构与多源特征融合的交通方式精准识别算法。构建刻画基站信号传播路径损耗与信号强度的无线信号损耗模型,利用隐马尔可夫模型(hidden markov model,HMM)将手机信令轨迹由基站序列重构为路段节点序列,提出基于无线信号传播隐马尔可夫模型(wireless signal propagation hidden markov model,WP-HMM)的出行轨迹重构方法,用以描述信号强度与距离作用关系。基于出行重构后的轨迹,结合路段类型特征,提出了时空标准化相似性度量算法,以融合导航轨迹特征,并构建了基于随机森林(random forest,RF)的交通方式识别算法。实证分析表明:通过出行轨迹的重构,模型的平均识别精度提高了8%以上,且对新样本具有优异的泛化能力;相较于现有方法,时空标准化相似性度量算法能更准确捕捉轨迹间的移动模式;在不同环境下的轨迹识别中,模型在郊区区域的表现显著高于城区。所提算法在大规模手机信令数据的出行方式识别领域具有重要的应用价值。 展开更多
关键词 交通工程 交通方式识别 手机信令数据 路径损耗 轨迹相似性
在线阅读 下载PDF
基于GPS轨迹数据的不同交通状态下交通方式识别流程优化方法 被引量：1
3
作者 杨飞 姜海航 +3 位作者 刘好德 姚振兴 霍娅敏 周子一 《交通运输系统工程与信息》 EI CSCD 北大核心 2020年第4期83-89,105,共8页
基于GPS轨迹数据的交通调查技术能够有效弥补传统居民出行调查方式的不足,该技术在高峰拥堵时段的交通方式识别效果有待进一步研究.针对公交车和小汽车识别精度较低的问题,本文提出基于支持向量机(SVM)的流程优化方法,加入基于短时傅里... 基于GPS轨迹数据的交通调查技术能够有效弥补传统居民出行调查方式的不足,该技术在高峰拥堵时段的交通方式识别效果有待进一步研究.针对公交车和小汽车识别精度较低的问题,本文提出基于支持向量机(SVM)的流程优化方法,加入基于短时傅里叶变换(STFT)的频域属性,利用遗传算法(GA)对SVM的惩罚系数和核参数进行联合优化,评估不同交通状态下交通方式和方式转换点的识别效果.结果表明:频域属性的加入能够有效提升交通方式识别精度,在道路畅通状态和一般拥堵状态下,交通方式和方式转换点的识别效果均较为理想;在严重拥堵状态下,机动化方式易与非机动化方式相混淆,方式转换点最大识别误差在13 min以内,相比于基于主观回忆的人工问卷调查方式仍具有参考性. 展开更多
关键词 智能交通 交通方式识别 支持向量机 GPS轨迹数据 遗传算法 频域属性
在线阅读 下载PDF
移动数据的交通出行方式识别方法 被引量：9
4
作者 肖艳丽 张振宇 杨文忠 《智能系统学报》 CSCD 北大核心 2014年第5期536-543,共8页
识别用户出行的交通方式,对理解用户移动性、交通状况的分析和预测、社会活动模式挖掘等方面起着非常关键的作用。随着无线网络技术的快速发展,越来越多的传感器被用于收集移动数据,如何通过收集的信息准确地识别用户不同的交通出行方式... 识别用户出行的交通方式,对理解用户移动性、交通状况的分析和预测、社会活动模式挖掘等方面起着非常关键的作用。随着无线网络技术的快速发展,越来越多的传感器被用于收集移动数据,如何通过收集的信息准确地识别用户不同的交通出行方式,近年来得到了广泛的研究。针对已有的从不同角度识别交通方式的方法,首先介绍了每种方法的具体内容及应用,然后对不同方法进行分类研究,并重点分析了各类方法的特点,分析几种不同方法在不同条件下的识别精确度,最后,给出了交通方式识别方法的进一步研究方向。 展开更多
关键词 交通出行方式识别 用户行为 移动数据 无线网络技术 传感器
在线阅读 下载PDF
基于手机数据的交通方式识别研究综述 被引量：1
5
作者 裴亚丽 谢思源 《综合运输》 2021年第10期54-59,67,共7页
出行者的出行需求对城市交通规划与交通政策制定来说至关重要,而交通方式是个体出行行为的重要组成部分,研究居民出行方式是掌握个体出行行为的重要一环。本文根据获取数据方式的不同,将交通方式识别数据源分为传统交通调查、手机传感... 出行者的出行需求对城市交通规划与交通政策制定来说至关重要,而交通方式是个体出行行为的重要组成部分,研究居民出行方式是掌握个体出行行为的重要一环。本文根据获取数据方式的不同,将交通方式识别数据源分为传统交通调查、手机传感器数据和手机信令数据三类。由于手机传感器数据和手机信令数据均能记录出行者轨迹信息,但不同于传统交通调查,无法直接获得交通方式,需要采用数据挖掘方法进行分析,本文从使用方法、提取属性两个角度对利用两种数据识别交通方式的研究进行综述,分析当前研究的不足及问题,提出未来在个体精细化出行行为的提取、多数据源同步对比实证等方面可进一步研究,为交通规划、交通管控等提供依据。 展开更多
关键词 交通方式识别 手机传感器数据 手机信令数据 个体出行行为 轨迹数据
原文传递
一种轻量级梯度提升机的交通模式识别 被引量：5
6
作者 王璞 刘洋 黄智仁 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2019年第9期96-102,共7页
为研究居民出行轨迹的不同交通方式,基于已知出行交通方式的GPS轨迹信息,构建基于轻量级梯度提升机(LightGBM)的分类模型,对居民出行GPS轨迹进行交通方式分类.首先提取轨迹的各种基础特征,并进一步结合公交网络地理信息引入Fréche... 为研究居民出行轨迹的不同交通方式,基于已知出行交通方式的GPS轨迹信息,构建基于轻量级梯度提升机(LightGBM)的分类模型,对居民出行GPS轨迹进行交通方式分类.首先提取轨迹的各种基础特征,并进一步结合公交网络地理信息引入Fréchet距离进行特征提取,之后对特征进行归一化处理并基于决策树模型对特征进行筛选,最后对筛选后的特征进行模型训练与预测,并通过五折交叉验证方式获取了稳定的预测结果.结果表明:公交网络地理特征能够对模型预测精度进行有效提高,提出的GPS轨迹交通方式识别方法可达90%左右的精确度,优于各种机器学习分类模型. 展开更多
关键词 城市交通 轻量级梯度提升机 GPS轨迹 特征提取 交通方式识别
在线阅读 下载PDF
基于GPS轨迹的用户移动行为挖掘算法 被引量：9
7
作者 肖艳丽 张振宇 杨文忠 《计算机应用与软件》 CSCD 2015年第11期83-87,共5页
挖掘用户的移动行为,可以通过对交通出行方式进行识别来实现。传统的交通方式识别方法在交通堵塞或多种交通方式结合的情况下,识别效果并不理想。针对这种情况,提出基于轨迹分段和监督式学习相结合的识别方法,首先利用速度小于某一阈值... 挖掘用户的移动行为,可以通过对交通出行方式进行识别来实现。传统的交通方式识别方法在交通堵塞或多种交通方式结合的情况下,识别效果并不理想。针对这种情况,提出基于轨迹分段和监督式学习相结合的识别方法,首先利用速度小于某一阈值的数据点将原始GPS轨迹划分为交通方式单一的子轨迹段,然后对子轨迹段分别抽取特征,采用监督式学习方法建立推断模型对不同子轨迹的交通方式进行识别。实验结果表明,提出的算法能够有效地识别不同交通方式,达到较为理想的效果。同时在交通堵塞的情况下也能够很好地识别。 展开更多
关键词 数据挖掘 GPS轨迹 用户移动行为 交通方式识别 特征抽取 监督式学习
在线阅读 下载PDF
基于手机导航轨迹数据的城市大规模人群出行模式分析
8
作者 吴杭彬 陈茜茜 +3 位作者 靳慧玲 傅琛 黄炜 刘春 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第7期1002-1009,共8页
手机导航轨迹数据具有多种交通方式,反映大规模人群的活动情况,适合开展不同交通方式下的出行模式研究。基于手机导航数据,利用LightGBM模型实现出行交通方式分类,得到步行、机动车和非机动车3种交通方式下的人群轨迹。基于这3类交通方... 手机导航轨迹数据具有多种交通方式,反映大规模人群的活动情况,适合开展不同交通方式下的出行模式研究。基于手机导航数据,利用LightGBM模型实现出行交通方式分类,得到步行、机动车和非机动车3种交通方式下的人群轨迹。基于这3类交通方式,给出人群出行在周末和工作日下时间、空间和距离的分析指标,并对上海4天数百万条手机导航数据开展了实验分析。结果表明:在时间分布上,上海居民的周末出行高峰比工作日更晚并且持续时间更短,出行方式主要以机动车和步行为主;在空间分布上,机动车主要集中在高架区域,步行主要集中在地铁站附近,高架路和地铁站的引导标志不充足,周末交通枢纽和商圈类热点区域比工作日多;在距离分布上,导航出行距离符合截断幂律分布,人群导航出行以中短距离为主,并随距离增长迅速衰减。研究结果可以为城市规划、城市交通管理政策的制定提供理论依据和技术支撑。 展开更多
关键词 手机导航轨迹数据 交通方式识别 出行模式
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部