作者:杨飞,郭煜东,JINJP,吴海涛 单位:长安大学 出版:《交通运输工程学报》2020年第01期 页数:13页  (PDF与DOC格式可能不同) PDF编号:PDFJYGC2020010220 DOC编号:DOCJYGC2020010229 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 应用手机传感器与调查问卷,同步采集了校园内高校学生2周的真实出行轨迹;考虑了真实出行环境下的手机传感器数据特征,结合高斯滤波预处理数据,根据轨迹点的时空聚类特性,用时空聚类算法识别了出行端点和出行时间,结合轨迹点速度、加速度特征,利用支持向量机识别了出行方式;将手机传感器数据与调查问卷、查核线数据对比,分析了手机传感器数据出行特征识别的准确程度,验证了出行特征的提取效果。分析结果表明:手机传感器与问卷调查识别出行链的成功匹配比例为81.66%,说明手机传感器数据可有效记录出行轨迹;时空聚类算法参数中核心点空间半径为26.92 m,最小样本点为129,时间约束为129 s时,出行端点识别准确率为93.02%,出行时间识别准确率为90.84%,说明手机传感器识别出行端点和出行时间的效果较好;当支持向量机设置类型为经典支持向量机,核函数为径向基函数,惩罚系数为0.797,核参数为2.260时,出行方式识别准确率为89.86%,即利用手机传感器能够有效识别出行方式。可见,手机传感器数据识别结果合理,能为手机传感器数据应用于实际出行调查做支撑。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。