基于手机传感器数据的出行特征提取方法

• 作者: 姚振兴 杨飞
• 来源期刊: 城市交通
• 学科: 交通运输
• 关键词: 大数据 智能手机 传感器数据 出行特征 数据挖掘 交通模型优化
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 大数据与城市交通专题
• 页码范围: 9-14
• 页数: 6页
• 分类号: U491.1
• 字数: 5714字
• 语种: 中文
• DOI: 10.13813/j.cn11-5141/u.2016.0102

摘要

手机调查方法的已有研究较多集中于基于手机信令数据的宏观出行特征获取,而手机传感器数据在个体出行链微观出行特征提取方面具有优势.针对城市居民多采用组合交通方式出行的特征,研发智能手机应用软件,实现GPS数据(位置坐标与速度)、加速度计、服务基站、WiFi等传感器数据采集.运用小波分析、神经网络等数据挖掘技术分析不同交通方式出行数据差异,探索多种数据挖掘算法用于个体出行参数提取的可行性及效果.结合实际案例,总结应用手机传感器数据进行出行特征精细化提取的难点和技术关键.最后,探讨精细化个体出行数据在交通模型和理论优化方面的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨飞	西南交通大学交通运输与物流学院	36	488	12.0	21.0
2	姚振兴	西南交通大学交通运输与物流学院	1	16	1.0	1.0