一种基于手机三角定位数据的交通出行模式判别方法

    公开(公告)号:CN108171974A

    公开(公告)日:2018-06-15

    申请号:CN201711446477.2

    申请日:2017-12-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于手机三角定位数据的交通出行模式判别方法,通过手机三角定位数据构建手机用户出行链;基于惩罚因子清洗所获取的手机用户出行链数据,去除“噪声”数据,重构手机用户全天出行链;基于重构的手机用户全天出行链,进行时间维度细粒度划分,形成若干个子出行时段,分别计算各子出行时段的总出行距离与直线出行距离,并以此获取各子出行时段的非直线系数;识别手机用户子出行时段多模式交通出行模式;基于已识别的手机用户子出行时段多模式交通出行模式比例,识别全日出行时段主要交通出行模式。本发明能够基于非集计层面获取用户个体的交通出行模式,用于降低模型复杂度并提高预测准确性。

    一种基于手机网格数据的交通出行模式识别方法

    公开(公告)号:CN108171973B

    公开(公告)日:2020-09-18

    申请号:CN201711446450.3

    申请日:2017-12-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于手机网格数据的交通出行模式识别方法,通过手机网格数据构建手机用户出行序列,获取序列的时间特征、距离特征与速度特征;基于惩罚因子清洗所获取的手机用户出行序列数据,去除“噪声”数据;根据获得的清洗后的手机用户出行序列,基于速度聚类方法划分手机用户子出行序列;根据获得的子出行序列,生成手机用户出行链,获取出行链的时间特征、距离特征与速度特征;识别手机用户各出行链多模式交通出行模式;基于已识别的手机用户出行链多模式交通出行模式比例,识别用户全日出行时段主要交通出行模式。本发明能够基于非集计层面获取用户个体的交通出行模式,用于降低模型复杂度与提升预测准确性。

    一种基于手机三角定位数据的交通出行模式判别方法

    公开(公告)号:CN108171974B

    公开(公告)日:2020-02-18

    申请号:CN201711446477.2

    申请日:2017-12-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于手机三角定位数据的交通出行模式判别方法,通过手机三角定位数据构建手机用户出行链;基于惩罚因子清洗所获取的手机用户出行链数据,去除“噪声”数据,重构手机用户全天出行链;基于重构的手机用户全天出行链,进行时间维度细粒度划分,形成若干个子出行时段,分别计算各子出行时段的总出行距离与直线出行距离,并以此获取各子出行时段的非直线系数;识别手机用户子出行时段多模式交通出行模式;基于已识别的手机用户子出行时段多模式交通出行模式比例,识别全日出行时段主要交通出行模式。本发明能够基于非集计层面获取用户个体的交通出行模式,用于降低模型复杂度并提高预测准确性。

    一种基于手机网格数据的交通出行模式识别方法

    公开(公告)号:CN108171973A

    公开(公告)日:2018-06-15

    申请号:CN201711446450.3

    申请日:2017-12-27

    Applicant: 东南大学

    CPC classification number: G08G1/012

    Abstract: 本发明公开了一种基于手机网格数据的交通出行模式识别方法,通过手机网格数据构建手机用户出行序列,获取序列的时间特征、距离特征与速度特征;基于惩罚因子清洗所获取的手机用户出行序列数据,去除“噪声”数据;根据获得的清洗后的手机用户出行序列,基于速度聚类方法划分手机用户子出行序列;根据获得的子出行序列,生成手机用户出行链,获取出行链的时间特征、距离特征与速度特征;识别手机用户各出行链多模式交通出行模式;基于已识别的手机用户出行链多模式交通出行模式比例,识别用户全日出行时段主要交通出行模式。本发明能够基于非集计层面获取用户个体的交通出行模式,用于降低模型复杂度与提升预测准确性。

Patent Agency Ranking