基于多源数据的城市居民出行安全评价模型研究

发布时间：2020-07-15 12:19

【摘要】：随着智慧城市建设的高速推进,包括交通、环境、治安等方面在内的诸多安全问题逐渐暴露出来,准确评估城市安全态势是保障居民出行安全的关键。现有的单一领域静态安全评价方法难以应对复杂多变的出行安全问题,因此,本文提出一种基于多源数据的城市居民出行安全评价方法,旨在通过对多领域数据进行融合、分析和挖掘,全面、准确、动态地感知城市安全状况。本文的研究内容包括出行安全评价特征体系和出行安全时空评价模型两部分,主要完成以下工作:出行安全评价特征体系方面,传统的特征选择方法过分依赖于人的主观评定,缺乏对于特征相关性的考量;而由多源数据提取的高维特征集合中不乏无关特征和冗余特征,进而影响模型分类性能。因此本文提出一种基于多核学习的特征选择方法,以样本加权的方式学习权重系数,从而得到最优特征组合。出行安全评价模型方面,现有研究大多关注相关特征与出行安全之间的映射关系而忽略了出行安全的时空传播特性。考虑同一区域安全指数的时序相关性以及邻近区域安全指数的空间相关性,本文提出一种基于条件随机场和改进BP神经网络的时空域评价模型。首先,根据时间类特征的马尔科夫特性,利用条件随机场理论构建时间域评价模型以模拟安全指数的时序相关性;然后,考虑空间维度中不同栅格之间的特征相关性和地理位置邻近性与安全指数之间复杂的非线性映射关系,利用改进的BP神经网络构建空间域评价模型以模拟安全指数的空间相关性。在模型训练阶段,考虑训练样本数据稀疏性问题,采用基于协同训练的半监督学习方法以提升模型性能。在模型预测阶段,两个评价模型独立进行分类预测,再以动态聚合的方式得到最终的评价结果。实验表明该方法分类预测精确率达82.3%,召回率达70.4%,模型性能优于其他几种常用的分类算法。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：D631.4;TP18
【图文】：

重庆邮电大学硕士学位论文 第 2 章 相关技术综述连接、切换、IMSI 附着与分离 5 类。本文所使用的用户手机信令数据集来自运营商，数据记录了用户的上网位置数据，包括日期、IMEI 及每隔一小时的经纬度，时间跨度为 2016.03.01-2016.03.17，字段说明如表 2.1 所示，数据样例如图 2.1 所示。

图 2.2 出租车轨迹数据样例3. 道路事故数据道路交通状况是出行安全评价中十分重要的因素。道路安全事故的发生较强的突发性和随机性，但仍在时间和空间维度上表现出较为明显的规，因此历史交通事故数据对于道路安全状况的评估有着非常重要的意义使用的道路事故数据集来自上海市公安局，数据记载了道路事故基本信事故编号、类型、地点、时间，时间跨度为 2015.10.01 5:40:00-20160:00。字段说明如表 2.3 所示，数据样例如图 2.3 所示。表 2.3 道路事故数据字段说明字段名称 字段说明 示例事故编号 — 3101044201500061事故类型 — 一般事故地点 — 兴虹路申滨路东约 200 米事故时间 记录到年月日时分秒 2015-7-6 6:39:00

道路事故数据交通状况是出行安全评价中十分重要的因素。道路安全事故的的突发性和随机性，但仍在时间和空间维度上表现出较为明显此历史交通事故数据对于道路安全状况的评估有着非常重要的的道路事故数据集来自上海市公安局，数据记载了道路事故基故编号、类型、地点、时间，时间跨度为 2015.10.01 5:40:00-20。字段说明如表 2.3 所示，数据样例如图 2.3 所示。表 2.3 道路事故数据字段说明字段名称 字段说明 示例事故编号 — 3101044201500061事故类型 — 一般事故地点 — 兴虹路申滨路东约 200 米事故时间 记录到年月日时分秒 2015-7-6 6:39:00

【参考文献】

相关期刊论文 前10条

1 郑宇;;城市计算概述[J];武汉大学学报(信息科学版);2015年01期

2 杨丽娜;邵静;彭玲;池天河;姚晓婧;;面向智慧城市数据管理和多维决策的时空数据仓库建设[J];测绘科学;2014年08期

3 周志华;;基于分歧的半监督学习[J];自动化学报;2013年11期

4 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期

5 马社强;邵春福;左忠义;马壮林;;基于主成分和聚类分析的区域道路交通安全综合评价[J];武汉理工大学学报(交通科学与工程版);2010年06期

6 汪洪桥;孙富春;蔡艳宁;陈宁;丁林阁;;多核学习方法[J];自动化学报;2010年08期

7 王琰;郭忠印;;基于模糊逻辑理论的道路交通安全评价方法[J];同济大学学报(自然科学版);2008年01期

8 张文峰;史忠科;;主成分分析法在城市道路交通安全评价中的应用[J];计算机工程与应用;2007年36期

9 郭应时;袁伟;付锐;;道路交通安全评价指标特性分析[J];公路交通科技;2006年05期

10 杨天军,张晓春,杨晓光,潘汉中;基于BP神经网络的城市道路交通安全评价研究[J];中国矿业大学学报;2005年01期

相关博士学位论文 前2条

1 毛峰;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];华东师范大学;2015年

2 赵新勇;基于多源异构数据的高速公路交通安全评估方法[D];哈尔滨工业大学;2013年

相关硕士学位论文 前6条

1 岳梦雪;多源轨迹数据时空聚类及居民出行模式分析[D];武汉大学;2017年

2 江慧娟;基于多源时空数据的城市社区宜居性动态评价方法研究[D];武汉大学;2017年

3 金玲;城市多源异构关联型时空数据的可视分析[D];浙江大学;2016年

4 魏琳娜;城市道路交叉口安全预警研究[D];北京交通大学;2012年

5 孙伟;城市道路交通安全评价指标体系研究[D];南京林业大学;2007年

6 张巍;基于BP人工神经网络的道路安全评价研究[D];长安大学;2006年

本文编号：2756480