《基于手机传感器数据的交通出行调查实证评估》PDF+DOC
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
《多传感器数据融合的复杂人体活动识别》PDF+DOC2020年第10期 宋欣瑞,张宪琦,张展,陈新昊,刘宏伟
《人体坐姿识别智能终端的压力传感器排布问题研究》PDF+DOC2020年第07期 杜英魁,姚俊豪,王馨鹤,刘洪安,李若溪,原忠虎
《基于Phyphox软件探究电梯中的超重和失重现象》PDF+DOC 卢顺兴
《基于手机传感器的交通状态识别研究》PDF+DOC2019年第04期 杨津达,曹永春,林强,满正行,刘新帅
《压电谐振式结冰传感器的结冰试验和数据处理》PDF+DOC2011年第02期 郑燕,郑英,张杰,叶林,张洪
《传感器数据的精确重构方法及其性能研究》PDF+DOC2010年第01期 宋绍民,王敏,王耀南,张振飞
《最小二乘支持向量机在多层金属膜厚度检测中的应用》PDF+DOC2010年第03期 李玉军,梁琨,郭会军
《基于最小二乘支持向量机的传感器动态系统辨识方法》PDF+DOC2006年第06期 吴德会,杨世元,董华
《传感器及传感器数据融合、变送器》PDF+DOC2006年第12期
《小波和多核SVM方法在UVA传感器故障诊断的应用》PDF+DOC2014年第01期 叶慧,罗秋凤,李勇
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。