基于智能手机大数据的交通出行方式识别研究

发布时间：2017-08-28 15:33

  本文关键词：基于智能手机大数据的交通出行方式识别研究

  更多相关文章： 粒子群 支持向量机 出行方式识别 智能手机大数据 模式识别

【摘要】：智能手机时代所产生的大数据能够为交通研究者带来大量信息,基于智能手机采集交通出行大数据,再利用基于粒子群的支持向量机模型进行交通出行方式识别研究。在分析数据特点的基础上提出用于建模的特征变量,之后使用粒子群算法优化支持向量机参数,并基于成都市的实证数据进行模型的训练与出行方式识别研究。研究结果表明,该模型识别正确率为95.1%,高于决策树、BP神经网络、基于网格搜索的支持向量机模型,且该模型在时间效率方面具有明显的优越性,因而在出行方式识别方面具有良好的现实意义。
【作者单位】： 上海市政交通设计研究院有限公司综合交通所;上海交通大学船舶海洋与建筑工程学院海洋工程国家重点实验室;上海交通大学船舶海洋与建筑工程学院交通研究中心;
【关键词】： 粒子群 支持向量机 出行方式识别 智能手机大数据 模式识别
【基金】：国家自然科学基金资助项目(71101109) 上海市“科技创新行动计划”软科学研究重点资助项目(15692105400)
【分类号】：U491;TP18
【正文快照】： 0引言随着智能手机的广泛普及以及移动应用程序的爆炸式增长,如何利用智能手机应用程序进行交通数据的采集以及利用采集的数据进行交通规划与管理成为重要的研究方向。以IOS和Android系统为代表的智能手机迅速发展,市场研究机构Display Search预测2016年全球智能手机出货量将，

本文编号：748403