隨著我國城市規(guī)模的擴張以及城市功能的地理分工,居民出行模式在時間和空間上都變得更加復(fù)雜、多樣,對城市交通管理和客流預(yù)測帶來了巨大挑戰(zhàn)。交通出行需求本質(zhì)是滿足人的日常活動需求。深入挖掘城市個體交通活動本源機理、揭示居民日常出行時空規(guī)律和活動特征,能夠為構(gòu)建優(yōu)質(zhì)、高效的城市交通管理系統(tǒng)提供重要支撐,意義深遠。傳統(tǒng)居民出行信息主要依靠入戶問卷、電話訪問等方式獲取,長期以來,在數(shù)據(jù)采集質(zhì)量和效率方面存在諸多缺陷,如主觀回憶數(shù)據(jù)失真、調(diào)查組織復(fù)雜繁瑣、數(shù)據(jù)更新困難等,越來越難以支撐現(xiàn)代化交通規(guī)劃方案對精細居民出行數(shù)據(jù)的需求。隨著大數(shù)據(jù)和互聯(lián)網(wǎng)時代的到來,基于手機傳感器數(shù)據(jù)的個體出行軌跡追蹤與活動特征分析技術(shù)出現(xiàn)了良好發(fā)展契機。手機傳感器調(diào)查技術(shù)借助手機GPS、加速度計、陀螺儀、WiFi等多種感知單元,能夠?qū)崟r獲取更為豐富的時間、空間和出行狀態(tài)信息來描繪個體出行過程,數(shù)據(jù)更加客觀、精確,已成為當(dāng)前交通信息采集領(lǐng)域的前沿?zé)狳c。本文以手機傳感器數(shù)據(jù)的采集、分析和挖掘技術(shù)研究為基礎(chǔ),探索基于手機傳感器數(shù)據(jù)的個體交通出行鏈信息提取新方法。主要研究要點和成果如下:1)詳細分析了智能手機傳感器模塊和數(shù)據(jù)采集功... 

【文章來源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：141 頁

【學(xué)位級別】：博士

【部分圖文】：

出行軌跡時空特征表達示意圖

關(guān)系的思考[27]。米蘭，2006年麻省理工學(xué)院和米蘭電信公司合作開展了實時米蘭項目，該蘭市民電話或短信數(shù)據(jù)，經(jīng)過網(wǎng)絡(luò)附加地理數(shù)據(jù)庫來記錄每測快速變化的城市動態(tài)，使城市能夠高效運作。項目通過手機基站通信數(shù)據(jù)的聚類融合，以熱成像地圖的形同時段不同地區(qū)的居民活動強度，反映了城市內(nèi)外流量的變工作日與節(jié)假日的居民活動。該項目不僅能夠使城市規(guī)劃者域的“特征”信息（例如用地性質(zhì)），幫助其更好了解城市進而實時監(jiān)測城市的使用趨勢，便于在某些緊急情況采取救援、示了米蘭市區(qū)在某天上午 9 點至下午 1 點之間不同區(qū)域的手域分別表示手機通話的高密度和低密度區(qū)域�？梢钥闯�，從區(qū)居住地向市區(qū)工作地轉(zhuǎn)移[28]，手機通話密度變化反映了米

第 22 頁 西南交通大學(xué)博士研究生學(xué)位論文通過融合手機信令、公交車、出租車等多種實時數(shù)據(jù)來可視化了解羅馬市民日常生活基于居民的聚集移動性分析，通過在移動性信息上加載地理和社會經(jīng)濟因素，揭示了市固定性和流動性元素間的關(guān)系。用戶可根據(jù)實時羅馬項目的可視化結(jié)果來掌握城市境的變化并做出相應(yīng)的出行決策。此外，實時羅馬地圖也適用于長期性描述羅馬城市態(tài)，能夠較好反應(yīng)人口與城市間的相互作用[29]。1）熱點事件期間羅馬市民活動狀態(tài)分析通過展示羅馬熱點事件期間記錄的手機用戶移動信息，實現(xiàn)了羅馬特定領(lǐng)域內(nèi)不時間點的手機數(shù)據(jù) 3D 可視化效果，掌握了熱點事件期間居民在城市內(nèi)的移動和分布況。圖 2-2 為 2006 年 7 月意大利和法國進行世界杯決賽時羅馬市民手機活動特征。2-3 為 2006 年 6 月麥當(dāng)娜在羅馬舉辦音樂會時羅馬居民手機活動強度分布特征。

【參考文獻】：
期刊論文
[1]LBSN上基于興趣圈中社會關(guān)系挖掘的推薦算法[J]. 李鑫,劉貴全,李琳,吳宗大,丁君美.  計算機研究與發(fā)展. 2017(02)
[2]中國交通工程學(xué)術(shù)研究綜述·2016[J]. 馬建,孫守增,芮海田,馬勇,王磊,劉輝,張偉偉,陳紅燕,陳磊.  中國公路學(xué)報. 2016(06)
[3]大數(shù)據(jù)背景下重慶市綜合交通模型維護升級[J]. 吳祥國,余清星,韋翀.  城市交通. 2016(02)
[4]基于手機傳感器數(shù)據(jù)的出行特征提取方法[J]. 楊飛,姚振興.  城市交通. 2016(01)
[5]大數(shù)據(jù)環(huán)境下上海市綜合交通特征分析[J]. 陳歡,薛美根.  城市交通. 2016(01)
[6]Identification of activity stop locations in GPS trajectories by density-based clustering method combined with support vector machines[J]. Lei Gong,Hitomi Sato,Toshiyuki Yamamoto,Tomio Miwa,Takayuki Morikawa.  Journal of Modern Transportation. 2015(03)
[7]大數(shù)據(jù)視野下的重慶主城區(qū)職住關(guān)系剖析[J]. 冷炳榮,余穎,黃大全,易崢.  規(guī)劃師. 2015(05)
[8]基于地理位置的社交網(wǎng)絡(luò)信息應(yīng)用方法研究[J]. 陳彥敏.  電子技術(shù)與軟件工程. 2015(07)
[9]手機數(shù)據(jù)與規(guī)劃智慧化——以無錫市基于手機數(shù)據(jù)的出行調(diào)查為例[J]. 任頤,毛榮昌.  國際城市規(guī)劃. 2014(06)
[10]基于地理位置的社交網(wǎng)絡(luò)信息數(shù)據(jù)類別分析[J]. 陳彥敏.  數(shù)字技術(shù)與應(yīng)用. 2014(11)

博士論文
[1]基于多源軌跡數(shù)據(jù)挖掘的居民通勤行為與城市職住空間特征研究[D]. 毛峰.華東師范大學(xué) 2015
[2]基于移動通信定位數(shù)據(jù)的交通信息提取及分析方法研究[D]. 賴見輝.北京工業(yè)大學(xué) 2014
[3]基于位置社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘[D]. 連德富.中國科學(xué)技術(shù)大學(xué) 2014

碩士論文
[1]基于手機GPS數(shù)據(jù)的出行端點識別方法研究[D]. 戴露.西南交通大學(xué) 2017
[2]不同交通狀態(tài)下基于手機GPS軌跡的出行信息采集效果評估研究[D]. 趙瑜.西南交通大學(xué) 2016
[3]手機GPS定位頻率對交通出行信息提取精度的影響研究[D]. 曾大堃.西南交通大學(xué) 2016
[4]基于簽到數(shù)據(jù)的用戶行為軌跡相似度分析[D]. 周永.西華大學(xué) 2016
[5]基于手機定位數(shù)據(jù)的交通OD分布研究[D]. 宋璐.東南大學(xué) 2015



本文編號：3101846