时空轨迹数据挖掘及其在城市居民出行行为模式分析中的应用研究 ——以北京市居民出行轨迹数据为例

发布时间：2022-01-25 11:43

　　城市居民的活动与出行行为是城市活动-移动系统的重要组成部分,对城市居民出行行为特征的分析有助于科学地进行城市规划和交通管理,然而,通过传统人工调查和统计分析方式获取居民出行活动信息已无法满足城市化进程快速发展的需要。另一方面,随着通讯、定位及存储等信息技术的应用与发展,城市居民出行的大量移动轨迹数据可以被搜集和存储,这些轨迹数据中包含丰富的时空语义信息,通过挖掘和分析可以从中获取很多有价值的出行信息,进而发现个体用户的日常行为规律和群体用户移动的空间分布特征,其结果能有效服务于智能交通和城市规划等领域。本文致力于时空轨迹数据挖掘方法及其在城市居民出行行为模式分析中的应用研究。首先构建时空轨迹数据模型,提出一种基于公共分片子序列的轨迹离群点检测方法,并结合北京市居民个人出行轨迹数据分析异常路线;其次,设计基于多特征相似性度量模型的轨迹聚类方法,并通过居民常规出行路线的分析进行实例验证;然后,提出基于信息熵和多层BP神经网络的轨迹分类方法,用于识别居民出行路线中所采用的交通方式;最后,基于北京市出租车轨迹数据集,从热点分布和移动模式等多个角度对城市居民的出行空间特征进行分析,提出基于邻域关... 

【文章来源】：安徽师范大学安徽省

【文章页数】：180 页

【学位级别】：博士

【部分图文】：

北京市行政区划北京作为中国的首都，城市道路网络的建设与发展具有一定的代表性

北京市主要道路网络

GeoLife数据集部分数据

【参考文献】：
期刊论文
[1]智慧社会下的城市地理学研究——基于居民活动的视角[J]. 王波,卢佩莹,甄峰.  地理研究. 2018(10)
[2]千岛湖旅游地聚居空间特征及其社会效应[J]. 杨兴柱,孙井东,陆林,王群.  地理学报. 2018(02)
[3]基于收入群体差异的北京典型郊区低收入居民的行为空间困境[J]. 塔娜,柴彦威.  地理学报. 2017(10)
[4]广州市居民工作日小汽车出行个体与社区双层影响机制[J]. 周素红,宋江宇,宋广文.  地理学报. 2017(08)
[5]基于地理坐标和轨迹数据的路径推荐方法[J]. 蒋仲安,王明,陈雅.  通信学报. 2017(05)
[6]上海市人口分布与空间活动的动态特征研究——基于手机信令数据的探索[J]. 钟炜菁,王德,谢栋灿,晏龙旭.  地理研究. 2017(05)
[7]大数据与小数据结合:信息时代城市研究方法探讨[J]. 秦萧,甄峰.  地理科学. 2017(03)
[8]公共交通与私家车出行的通勤效率差异及影响因素——以北京都市区为例[J]. 韩会然,杨成凤,宋金平.  地理研究. 2017(02)
[9]多模式移动对象不确定性轨迹预测模型[J]. 乔少杰,韩楠,丁治明,金澈清,孙未未,舒红平.  自动化学报. 2018(04)
[10]轨迹大数据:数据处理关键技术研究综述[J]. 高强,张凤荔,王瑞锦,周帆.  软件学报. 2017(04)

博士论文
[1]移动对象轨迹数据挖掘研究[D]. 吕振华.华东师范大学 2016
[2]基于运动特征的轨迹相似性度量研究[D]. 朱进.南京师范大学 2015
[3]基于多源轨迹数据挖掘的居民通勤行为与城市职住空间特征研究[D]. 毛峰.华东师范大学 2015
[4]基于GPS轨迹和照片轨迹的时空数据挖掘[D]. 王冠男.中南大学 2013
[5]大规模轨迹数据的检索、挖掘和应用[D]. 袁晶.中国科学技术大学 2012
[6]移动对象轨迹数据挖掘方法研究[D]. 袁冠.中国矿业大学 2012
[7]基于GPS轨迹的出行信息提取研究[D]. 张治华.华东师范大学 2010

硕士论文
[1]基于出租车轨迹的居民出行热点路径和区域挖掘[D]. 冯琦森.重庆大学 2016
[2]基于出租车轨迹点的居民出行热点区域与时空特征研究[D]. 马云飞.南京师范大学 2014
[3]城市出行者轨迹数据时空挖掘方法研究[D]. 仇培元.北京建筑工程学院 2012
[4]个体日常工作出行行为分析研究[D]. 任远飞.天津大学 2009



本文编号：3608474