基于手机传感器数据的出行特征提取方法
发布时间：2017-08-07 07:32
本文关键词：基于手机传感器数据的出行特征提取方法
更多相关文章： 大数据 智能手机 传感器数据 出行特征 数据挖掘 交通模型优化
【摘要】：手机调查方法的已有研究较多集中于基于手机信令数据的宏观出行特征获取,而手机传感器数据在个体出行链微观出行特征提取方面具有优势。针对城市居民多采用组合交通方式出行的特征,研发智能手机应用软件,实现GPS数据(位置坐标与速度)、加速度计、服务基站、Wi Fi等传感器数据采集。运用小波分析、神经网络等数据挖掘技术分析不同交通方式出行数据差异,探索多种数据挖掘算法用于个体出行参数提取的可行性及效果。结合实际案例,总结应用手机传感器数据进行出行特征精细化提取的难点和技术关键。最后,探讨精细化个体出行数据在交通模型和理论优化方面的应用。
【作者单位】： 西南交通大学交通运输与物流学院;
【关键词】： 大数据 智能手机 传感器数据 出行特征 数据挖掘 交通模型优化
【基金】：国家自然科学基金面上项目“融合多源移动定位时空数据的居民出行调查与活动行为分析技术研究”(51178403) 教育部“新世纪优秀人才支持计划”项目“基于新一代移动通信事件和定位技术的城市交通管理决策支持研究”(NCET-13-0977) 成都科技局资助项目“新型城镇化战略下的成都市城乡交通发展策略研究”(2014-RK00-00034-ZF)
【分类号】：U491
【正文快照】： 析技术研究”(51178403)、教育部“新世纪优秀人才支持计划”项目“基于新一代移动通信事件和定位技术的城市交通管理决策支持研究”(NCET-13-0977)、成都科技局资助项目“新型城镇化战略下的成都市城乡交通发展策略研究”(2014-RK00-00034-ZF)纸质问卷、电话采访、邮件访问等
【相似文献】
中国期刊全文数据库 前10条
1 王志胜,周军,周凤岐;异质传感器数据的最优线性融合[J];中国惯性技术学报;2002年05期
2 吴祖堂,王群书,蒋庄德;传感器数据证实技术应用研究[J];仪器仪表学报;2004年05期
3 李琦,陶利民,刘其锋;基于人工神经网络理论的传感器数据证实方法[J];机械设计与制造工程;1998年04期
4 罗鸿逵,霍凯,吴铎;传感器数据处理及回归分析[J];内燃机车;1995年09期
5 焦竹青;熊伟丽;徐保国;;基于加权最小二乘法的异质传感器数据融合[J];吉林大学学报(工学版);2010年03期
6 戴亚平,王军政;两个异类传感器数据融合(英文)[J];Journal of Beijing Institute of Technology(English Edition);2001年04期
7 肖贵贤;;二次插值法在传感器数据处理中的应用[J];黄石理工学院学报;2007年04期
8 苏春;王丰;段润保;;基于神经网络时间序列预测器的弯管流量计传感器数据验证[J];河北理工学院学报;2006年03期
9 ;前沿技术[J];汽车与配件;2011年49期
10 Q，
本文编号：633504
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/633504.html
