面向未来的交通出版工程·政策与规划系列 基于手机定位数据的个体出行行为特征分析技术研究：方法与实证 下载 mobi epub pdf 电子书 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

内容简介

　　《面向未来的交通出版工程·政策与规划系列 基于手机定位数据的个体出行行为特征分析技术研究：方法与实证》着重聚焦于个体出行数据高质量的精细化提取技术与方法研究，利用个体智能手机传感器数据（智能手机内置多种传感器，研发手机APP应用软件可导出所记录数据，包括手机GPS位置点位坐标、速度、加速度、卫星数量与精度、Wi-Fi接入数据等），在此基础上同时探索融合3G／4G-LTE新一代移动通信网络信令事件数据（切换、位置区更新、视频、短信、微信QQ等上网），这些新型手机数据能够反映手机用户的时空位置变化和运动状态变化特征，综合运用小波分析、随机森林、聚类分析等模式识别的数据挖掘算法，力争实现精细化追踪提取个体出行活动特征，包括出行OD、出行方式、换乘点时刻和位置、各出行方式段的出行时间、各驻留地停留时间等一系列详细的个体出行活动“体检报告”，为交通理论模型优化重构、城市和交通发展规划与管理决策提供坚实基础。

内页插图

目录

总序
前言

1 研究概述
1．1 背景与意义
1．1．1 个体交通出行活动分析技术缺陷
1．1．2 手机传感器调查技术优势
1．1．3 数据瓶颈制约交通需求分析与交通模型发展
1．1．4 “大数据”时代交通调查技术发展新机遇
1．2 研究目标
1．2．1 学术理论目标
1．2．2 技术应用目标
1．3 应用前景
1．4 主要内容
1．4．1 个体出行手机传感器数据来源采集和解析
1．4．2 基于手机传感器数据的个体交通出行特征精细化提取
1．4．3 融合交通一通信集成仿真的个体出行活动仿真平台构建
1．4．4 个体出行精细化数据在交通规划管理中的应用探究
1．5 关键问题
1．6 技术路线
1．7 研究特色与创新

2 基于手机定位的个体出行特征分析技术综述
2．1 手机数据分析技术类型与特征
2．1．1 手机传感器数据分析技术及特征
2．1．2 手机信令数据分析技术
2．1．3 手机社交网络数据分析技术
2．2 基于手机位置数据的交通分析技术发展总结
2．3 基于手机信令数据的个体活动规律分析
2．3．1 居民活动规律动态监测
2．3．2 区域及断面客流分析
2．4 基于GPS定位数据的个体出行行为特征分析
2．4．1 出行链信息精细化提取
2．4．2 基于GPS轨迹数据的居民出行调查实地应用
2．5 基于手机Wi-Fi数据的活动强度分析
2．6 基于社交网络数据的居民出行特征分析
2．6．1 居民出行特征
2．6．2 OD估计
2．6．3 职住空间特征
2．7 研究总结与发展趋势
参考文献

3 基于手机传感器数据的挖掘算法理论与应用方法
3．1 个体出行链信息精细化提取技术思路
3．2 基于空间聚类算法的出行端点识别
3．3 基于小波变换模极大值算法的交通方式换乘点识别
3．4 基于机器学习算法的个体出行方式识别
3．4．1 基于神经网络算法的个体出行方式识别
3．4．2 基于支持向量机算法的个体出行方式识别
3．4．3 基于贝叶斯网络算法的个体出行方式识别
3．4．4 基于随机森林算法的个体出行方式识别
3．5 基于GIS地图匹配的个体出行链信息提取结果优化
3．6 本章小结
参考文献

4 手机传感器数据采集APP开发与数据解析
4．1 数据采集APP开发
4．1．1 APP详细功能
4．1．2 APP操作界面
4．2 网络数据库管理系统构建
4．3 数据安全措施
4．4 手机传感器数据内容与基础特征分析
4．4．1 GPS模块定位精度与质量
4．4．2 个体出行时空停留特征与OD特征分析
4．4．3 个体出行移动轨迹点密度特征分析
4．4．4 个体出行瞬时速度数据特征分析
4．4．5 个体出行瞬时加速度数据特征分析
4．5 本章小结

5 “行人—交通流—通信”集成仿真平台构建
5．1 仿真平台建设框架与思路
5．2 交通环境与个体交通出行仿真
5．2．1 交通仿真
5．2．2 交通仿真模块构建实例——以成都市为例
5．3 无线通信场景与通信仿真
5．3．1 无线通信事件说明及仿真
5．3．2 移动通信信号传播理论模型
5．3．3 移动通信环境及仿真实例——以成都市为例
5．4 手机传感器数据仿真
5．4．1 手机传感器数据扰动加载方法
5．4．2 数据加扰实例与效果评估
5．5 本章小结
参考文献

6 基于手机传感器数据的精细化出行参数提取实证研究
6．1 手机传感器数据采集实地试验
6．1．1 不同出行目的的出行方案设计
6．1．2 多方式组合出行方案设计
6．1．3 不同交通状态的数据采集方案设计
6．1．4 出行日志采集工作
6．2 基于空间聚类算法的出行端点识别实证分析
6．2．1 算法参数配置
6．2．2 个体出行端点识别与出行轨迹切割
6．2．3 个体出行端点识别结果与误差分析
6．3 基于小波变换模极大值算法的交通方式换乘点识别实证分析
6．3．1 算法参数配置
6．3．2 多交通方式组合出行换乘点识别实例
6．3．3 交通方式换乘点识别结果与误差分析
6．4 基于神经网络算法的交通方式识别实证分析
6．4．1 算法参数配置
6．4．2 交通方式识别实例
6．4．3 交通方式识别结果与误差分析
6．5 基于GIS地图匹配的出行链信息识别结果优化实证分析
6．5．1 基于GIS地图匹配算法参数配置
6．5．2 公交车与小汽车的出行方式区分识别实证
6．5．3 结果分析
6．6 本章小结

7 不同影响因素及敏感性分析
7．1 关键参数及其对技术精度的影响机理
7．2 不同条件实地试验机数据特征分析
7．2．1 数据采集
7．2．2 数据特征分析
7．3 交通方式识别效果敏感性分析
7．3．1 算法的选择与影响
7．3．2 数据采样频率设置与影响
7．3．3 交通状态与影响
7．4 交通方式换乘时间点识别效果敏感性分析
7．4．1 算法的选择与影响
7．4．2 数据采样频率设置与影响
7．4．3 交通状态与影响
7．5 基于仿真数据的出行链信息识别效果敏感性分析
7．5．1 基于仿真数据的交通方式识别效果敏感性分析
7．5．2 基于仿真数据的换乘时间点识别效果敏感性分析
7．6 本章小结

8 精细化数据提取对交通规划与管理的改善应用思考
8．1 精细化数据提升传统四阶段模型精度
8．2 精细化数据优化公交站点与线网布局
8．3 构建基于精细化个体活动的交通模型
8．4 精细化个体出行数据的其他应用

9 研究展望
9．1 完善基于手机传感器数据的个体出行链采集体系
9．2 大数据环境下多元异构数据融合提升技术应用效果
9．3 探索基于精细化交通调查大数据的交通规划理论与方法

附录A

前言/序言

　　席卷全球的大数据时代到来，通过海量数据的挖掘与分析将提供更有价值的信息辅助决策，成了国内外各行各业的研究热点前沿，其中，交通大数据环境构建与挖掘应用是大数据潮流发展的重要内容之一。以手机定位数据为主导的位置数据必然是交通大数据的重要核心基础，庞大的手机用户群体、广泛的通信覆盖网络、通信事件活动产生海量的位置数据是一项十分宝贵的资源，深入挖掘有望推断和揭示出交通活动的本源机理、深层次特征，进而为解析我国交通与城市发展演化的关系、特征与规律提供重要基础，意义深远。
　　交通出行需求识别包含人、车两大方面的基础数据，本源是人的出行。过去十多年，国内外对机动车的交通需求数据采集积累具备了很好的技术手段，例如GPS浮动车、环形线圈、视频检测、雷达探测、RFID等技术，并在许多城市还构建了道路交通车辆的信息采集与发布系统，但对反映交通出行本源特征的个体“人”的出行活动追踪分析一直缺少十分有效的技术手段。交通流参数仅仅是交通需求在道路网上呈现的结果，而个体行为特征、演化模式和变化规律才是与交通需求本源直接相关的决定因素之一。传统的居民出行问卷调查数据存在的缺陷已经让交通工程同行抱怨不已，其中的问题包括主观回忆的数据错误、组织实施难度较大、成本较高等。目前，尽管国内外开展了一些新技术的研究和实证应用，但还存在较多不足，尤其是还未研究出较为成熟可以应用的个体出行活动数据精细化、客观准确的提取分析技术。随着3G/4G-LTE新一代移动互联网技术的迅猛发展，智能手机用户日益庞大，为追踪分析个体出行活动特征提供了载体和机遇，这可能给传统的交通行业发展模式带来巨大的冲击影响。
　　对于个人出行活动分析，手机位置大数据的应用目前主要在基于手机信令数据方面开展了较多应用实践，通过追踪挖掘手机用户在发生通信事件（通话、短信、上网等）与基站小区的信息交互“暴露”其所在的基站覆盖范围模糊位置轨迹，推演该手机个体在城市中的活动特征，再进行计集统计结果。相关应用包括职住平衡、来外与流动人口活动分布特征、交通大区OD、典型断面道路交通流等中宏观层面分析，大多用于城市规划、交通战略方面的管理决策支持。但是，由于基于手机信令数据的分析结果缺乏统计意义上的可靠性，存在较多数据结果精度方面的质疑和担忧；同时，其位置数据精度较粗，无法提供精细的出行链特征，不能支撑交通建模对交通数据的定量需求。
　　本书着重聚焦于个体出行数据高质量的精细化提取技术与方法研究，利用个体智能手机传感器数据（智能手机内置多种传感器，研发手机APP应用软件可导出所记录数据，包括手机GPS位置点位坐标、速度、加速度、卫星数量与精度、Wi-Fi接入数据等），在此基础上同时探索融合3G/4G-LTE新一代移动通信网络信令事件数据（切换、位置区更新、视频、短信、微信QQ等上网），这些新型手机数据能够反映手机用户的时空位置变化和运动状态变化特征，综合运用小波分析、随机森林、聚类分析等模式识别的数据挖掘算法，力争实现精细化追踪提取个体出行活动特征，包括出行OD、出行方式、换乘点时刻和位置、各出行方式段的出行时间、各驻留地停留时间等一系列详细的个体出行活动“体检报告”，为交通理论模型优化重构、城市和交通发展规划与管理决策提供坚实基础。
　　另一方面，尽管大数据研究很热，但我们更需要沉下来深入思考数据的具体用途和作用，泡沫和浮躁终究一事无成，所以，不能仅仅停留在大数据资源可能带来的美好“肥皂泡”的欣喜，而更需要针对性深入挖掘以投入应用产生实际价值。鉴于此，本书也对个体出行活动精细化数据的应用研究进行了思考和展望，如何支撑理论模型方面开展精细标定与优化，包括对传统四阶段交通模型的校核标定提升精度；公交OD反推模型评估优化，以及对基于活动的新一代交通需求分析模型实证标定等。目前，由于传统交通出行调查无法提供活动模型标定所需要的详细出行链数据，在国际上还未能广泛通过实证标定活动模型进行交通需求分析。
面向未来的交通出版工程·政策与规划系列 基于手机定位数据的个体出行行为特征分析技术研究：方法与实证 下载 mobi epub pdf txt 电子书 格式

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

类似图书 点击查看全场最低价