《基于手机信令数据的城域出行模式提取模型研究与实现》论文摘要
研究主要取得的成就包含:
1. 通过预处理,修复基站抖动修复
筛选活跃用户
修复基站抖动
2. 面向时间序列的空间密度聚类算法,提取完整用户单日出行链
原始记录 停留点 移动点 OD出行
基于改进的空间密度聚类的停留点识别(改进DBSCAN,加入时间维度)
3. 基于手机用户出行链数据和城市交通小区数据,构建区域间出行矩阵,发现城市热点出行区域
网格划分和交通小区划分(2014年461个)
PNPoly算法(改进)匹配交通小区
对OD矩阵进行排序,得到热点出发区域和热点到达区域
热点区域出行区域的出行模式提取(根据速度和时间特性,定义九种出行模式)
OD轨迹填补
4. 基于多次出行进行轨迹填补,识别路径偏好,发现群体在区域间出行时的路径选择偏好
路径选择偏好(DWT算法)
偏好分类
5. 使用北京手机信令数据进行验证
需要
- 信令数据
- 数据格式说明(单基站数据OR多基站定位数据)
- 交通小区数据