×
基于手机定位数据的个体出行行为特征分析与技术研究:方法与实证

基于手机定位数据的个体出行行为特征分析与技术研究:方法与实证

1星价 ¥47.6 (7.0折)
2星价¥47.6 定价¥68.0
图文详情
  • ISBN:9787560867700
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:26cm
  • 页数:180页
  • 出版时间:2017-05-01
  • 条形码:9787560867700 ; 978-7-5608-6770-0

本书特色

杨飞、姚振兴*的《基于手机定位数据的个体出行行为特征分析与技术研究--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*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、*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。

内容简介

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,成为了国内外各行各业的研究热点,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。

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
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航