基于手机信令的城市机动化方式细分双层模型研究

摘要：

针对现阶段手机信令数据难以适用城市复杂出行环境,无法有效区分密集路网下机动化出行方式,本文提出一种考虑路径精准拟合与多维时空特征的双层识别模型.在出行路径识别层面,Savitzky-Golay(S-G)滤波能有效平滑信令数据相对实际出行路径的波动,线性插值算法能弥补信令数据时空缺失.在出行方式识别层面,探究了识别路径相似度、出行时间相似度、加速度、小波速度等关键因素,利用K-临近算法识别公交、小汽车.结果表明:本文提出方法能有效细分城市密集路网环境下的公交与小汽车出行,识别准确度分别达到88.29％和82.28％.在不同出行距离、出行时段、拥挤状态、道路等级、道路类型及识别路径相似度等角度,识别效果均优于随机森林等算法.研究支撑了基于信令数据的出行特征精准挖掘,为道路规划建设,公交线网规划等提供重要基础.

关键词：智能交通、机动化方式细分、双层模型、手机信令数据、密集道路网络

所属期刊栏目：23

分类号：U491.1(交通工程与公路运输技术管理)

在线出版日期：2023-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：101-109