检索结果-南通市图书馆

作者：罗裕枫重庆邮电大学

学位级别：硕士

随着智慧城市的高速发展,高速路网不断扩大,我国汽车数量不断增长,交通拥堵的频繁发生,这就要求对高速路网进行科学的监控和管理。目前高速路交通信息获取方式主要通过固定检测器或车载GPS,因为其覆盖范围窄和成本高,所以不能满足智能... 详细信息

随着智慧城市的高速发展,高速路网不断扩大,我国汽车数量不断增长,交通拥堵的频繁发生,这就要求对高速路网进行科学的监控和管理。目前高速路交通信息获取方式主要通过固定检测器或车载GPS,因为其覆盖范围窄和成本高,所以不能满足智能交通系统的需求。移动信令数据具有低成本、全覆盖和实时全天候等特点,利用移动信令数据进行交通拥堵识别及预测是智能交通系统的热门研究方向,但准确度不够高一直是难点问题,本文基于移动信令数据的高速路拥堵识别及预测的相关问题展开研究,实现准确的拥堵识别和预测。本文首先分析了移动信令数据的特点及其中掺杂的“噪声数据”的特征,研究了高速路车辆速度和密度计算的常用方法,选取并研究了BP神经网络和SVM支持向量机预测算法的原理。然后,利用物理运动学的思想,根据包含一个道路栅格的两轨迹点的路程距离越短,则对该道路栅格车辆速度的贡献值越大,以及平行道路噪声数据的特点,提出一种融合路程加权并消除平行道路噪声数据的高速路车辆平均速度计算方法;根据车载手机用户的多个特征属性,利用聚类方法进行人车匹配来识别路段车辆数,进而计算车辆密度;然后以车辆速度和密度为输入参数,构建多参数综合阈值拥堵识别方法进行高速路拥堵识别。最后,针对多个子预测模型可以优势互补的特点,采用最优权重组合方法构建一种高速路短时交通拥堵组合预测模型,并考虑数据的时空维度特性进行拥堵预测。最后,利用移动运营商提供的信令数据采集系统以及数据处理平台对模型进行验证,将模型结果与固定检测器数据进行对比,将拥堵识别模型的车辆速度和车辆密度计算方法的结果分别与传统方法的计算结果进行MAE、RMSE和MAPE对比,可知本文提出的模型方法结果均优于传统方法,并且最终的拥堵识别准确率达到91.19%;将本文提出的组合预测模型结果与子预测模型结果进行MAE、RMSE和MAPE对比,结果均优于子预测模型,并且最终的拥堵预测准确率达到81.25%。满足模型的设计需求,具有一定的实用价值。

关键词：高速路智能交通系统移动信令数据拥堵识别拥堵预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于移动信令数据的用户出行行为研究

基于移动信令数据的用户出行行为研究

引用

作者：李耀辉重庆邮电大学

学位级别：硕士

居民出行行为研究对城市交通规划与布局以及城市交通空间的合理利用具有重要的意义。传统的居民出行调查方法由于耗资巨大、调查周期较长,因此难以获取实时、广泛的出行信息。随着手机的不断普及以及移动通信网络的不断发展,手机在接入... 详细信息

居民出行行为研究对城市交通规划与布局以及城市交通空间的合理利用具有重要的意义。传统的居民出行调查方法由于耗资巨大、调查周期较长,因此难以获取实时、广泛的出行信息。随着手机的不断普及以及移动通信网络的不断发展,手机在接入移动网络的时候会产生大量的信令数据,这些数据记录着手机所处的位置信息以及发生时间。因此,通过手机来获取居民出行行为成为可能,基于手机信令数据对居民出行行为进行研究具有成本低、覆盖范围广等优点,弥补了传统居民出行调查方法的不足。本文通过移动信令数据对居民的出行行为进行研究,包括出行时空分布特征分析、出行目的判断以及出行方式识别。具体相关工作内容如下。1.分析DBSCAN密度聚类算法的优缺点,提出一种改进的DBSCAN密度聚类算法对交通小区进行划分。由于相邻区域的基站分布密度可能不均匀,此时采用一般的DBSCAN密度聚类算法,不能准确的识别出相邻且密度不同的区域,影响聚类结果。因此,本文提出一种改进的DBSCAN聚类算法,其主要思想是设定一个密度阈值,作为簇扩充的条件。2.交通小区语义化处理。把聚类划分的交通小区结合POI数据进行语义化处理,根据各交通小区POI数据类型的比例,赋予小区以主题,方便对居民的出行目的进行判断。3.时空分布特征分析。根据手机用户的移动轨迹,以小时为单位,统计每小时出行量占比,分析居民出行的时间特征;然后结合交通小区划分,统计各交通小区的出行量,对居民出行空间特征进行分析。4.出行方式识别。为了提高识别的准确性,本文一方面根据各出行方式的隶属度函数进行模糊识别,另一方面,结合百度地图API将路线轨迹与信令轨迹匹配,进一步识别手机用户所采用的出行方式。5.实例研究。将以上居民出行行为分析模型结合具体的实例进行分析。

关键词：居民出行行为移动信令数据 DBSCAN 交通小区语义化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于移动信令数据的游客行为分析核心算法初探

引用

旅游发展研究 2017年第2期 5-11页

作者：许曦重庆工商大学重庆400067

文章结合数学模型及数据挖掘理论，以游客在旅游行程中利用信令数据所产生的海量数据记录（简称XDR数据）为基础，提出了3种对游客旅游特征做描述的核心算法模型，进而利用这三类模型得出的数据，阐述了未来可实现的，诸如景区设施优化... 详细信息

文章结合数学模型及数据挖掘理论，以游客在旅游行程中利用信令数据所产生的海量数据记录（简称XDR数据）为基础，提出了3种对游客旅游特征做描述的核心算法模型，进而利用这三类模型得出的数据，阐述了未来可实现的，诸如景区设施优化管理、旅游线路分类定制设计、旅游线路评估、旅游热点推介及预警等多项应用前景。

关键词：移动信令数据游客行为分析核心算法

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

城市职住分布分析与人群流量预测研究

城市职住分布分析与人群流量预测研究

引用

作者：孙浩鸣吉林大学

学位级别：硕士

在大数据挖掘等相关技术迅猛发展的今天,“智慧城市”等概念战略也进入了人们的视野。如今在城市建设中,各类传感监控设施日趋完善,我们能够获取的城市信息数据也愈发的立体全面。从城市日常运转中获取的数据中分析得到对城市整体规划... 详细信息

在大数据挖掘等相关技术迅猛发展的今天,“智慧城市”等概念战略也进入了人们的视野。如今在城市建设中,各类传感监控设施日趋完善,我们能够获取的城市信息数据也愈发的立体全面。从城市日常运转中获取的数据中分析得到对城市整体规划调度有用的数据,是“智慧城市”概念的核心思想。本文所述研究的人群流量是指对一定区域内人群流动情况的指标,用来衡量一个区域内人群的密度,通过对人群密度的观察,可以分析预测人群的活动特征和行为。人群流量可以对智慧交通、智慧安保等方面有指导意义,如可以预测交通拥堵、群体聚集等突发类事件,有助于城市管理者对城市资源合理调用。所以对人群流量的研究有很重要的研究意义,同时该研究也对“智慧城市”的其他课题的具有很大的参考应用价值。本文以长春的手机信令数据为主体研究对象,出租车GPS数据、天气信息数据、城市基础设施位置空间数据(Point of Interest,POI)为辅助研究数据提高数据精度。由于手机信令数据可以提取出位置信息,且具有样本量大、覆盖面广、主管干预性小、客观性高等优点,所以手机信令数据特别适合我们对城市各个区域进行人群流量密度的提取研究。为了对长春市城区人口进行行为分析和对人群密度的流动特征进行建模,本文首先对长春市居民的职住分布进行了分析,然后提出了运用多源数据的人群流量预测方法。本文主要工作如下:1.首先通过特征提取的方式,将已有的长春市的手机信令数据、出租车GPS数据利用数据处理技术进行分析处理变成建模所需特征,除此之外本文也利用爬虫技术提取相关的POI数据和天气信息数据,通过处理将它们按照特定规律提取特征进行分析。2.利用对长春市7月份某5个连续的工作日的手机信令数据的分析,本文对长春市居民的就业地和居住地进行了识别归纳。并按照行政区域的划分对不同区域的职住情况进行了分析。通过对职住地的分析,可以看出长春市职住情况良好,居民日常的通勤距离情况很健康。可以看出长春市城区就业地分布均匀,不存在就岗位过于密集,出现就业中心的空间分布情况,为人群密度预测提供空间分析依据。3.提出了对人群流量的预测方法,由于人群密度流动上具有时间上的延续性和空间上的影响性,我们对城市区域进行了网格划分,从时间序列性因素和空间因素对网格进行聚类划分,不同聚类进行分开建模训练,提高模型的预测准确性。在进行机器学习训练时,我们从数据竞赛中建立预测模型的思路入手,主要利用梯度提升树中的几个算法XGBOOST和LightGBM算法与其他机器学习算法进行比较,选取效率与准确率并重的优秀算法对我们提取的多源多维特征进行模型训练,并与聚类方法融合建模。4.最后,进行实验验证,通过分析预测结果与真实值的平均相对误差等指标,证明本文提出的基于多源数据的城市人群流量预测方法的准确性和有效性。

关键词：智慧城市移动信令数据职住分布人群流量提升树算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

手机信令数据支持下高速公路检测器布设研究

引用

道路交通与安全 2016年第5期16卷 52-58页

作者：王浩淼冉斌雷怡杨彬彬上海美慧软件有限公司上海200081 东南大学物联网交通应用研究中心南京210096 威斯康星大学麦迪逊分校土木工程系威斯康星麦迪逊53706

交通检测器的布设决定着路段行程时间估算及预测的精度.同时,检测器技术、行程时间估计方法也会影响到检测器布设方法.针对此问题研究利用手机切换数据交通信息提取支持,结合传统固定检测器,基于BP神经网络实现行程时间融合估计.基于新... 详细信息

交通检测器的布设决定着路段行程时间估算及预测的精度.同时,检测器技术、行程时间估计方法也会影响到检测器布设方法.针对此问题研究利用手机切换数据交通信息提取支持,结合传统固定检测器,基于BP神经网络实现行程时间融合估计.基于新的行程时间估计方法,以估计精度为约束,研究传统固定检测器的布设.结合实例分析,验证行程时间融合估计方法有效性,并在均匀布设和盲区补充方案基础上,研究检测器布设间距对交通参数估计的影响.

关键词：智能交通系统检测器布设移动信令数据 BP神经网络数据融合

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：