期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 基于朴素贝叶斯分类的居民出行起讫点识别方法
赵光华, 赖见辉, 陈艳艳, 孙浩冬, 张野
计算机应用    2020, 40 (1): 36-42.   DOI: 10.11772/j.issn.1001-9081.2019061076
摘要445)      PDF (1036KB)(380)    收藏
针对手机信令数据存在的精度不高、时间间隔大、信号"乒乓切换"等问题,提出一种基于朴素贝叶斯分类(NBC)的方法来利用手机定位数据识别居民出行起讫点(OD)。首先,利用80位志愿者连续1个月记录的出行活动数据,依据职住距离分类统计移动和停留状态下的条件概率分布;其次,建立用于表征用户移动停留状态的两个特征参数指标:方向夹角和最小覆盖圆直径;最后,依据NBC原理计算用户的移动或停留状态概率,将连续两个以上为移动状态的过程集聚为出行OD。利用厦门市移动的手机定位数据的分析结果表明:所提方法得到的人均出行次数的平均绝对百分比误差(MAPE)误差为7.79%,具备较高的精度,出行OD的分析结果可以较好地反映真实出行规律。
参考文献 | 相关文章 | 多维度评价
2. 基于手机定位信息的地铁乘客出行路径辨识方法
赖见辉 陈艳艳 钟园 吴德仓 袁奕芳
计算机应用    2013, 33 (02): 583-586.   DOI: 10.3724/SP.J.1087.2013.00583
摘要1011)      PDF (696KB)(517)    收藏
针对复杂轨道网络环境的下出行路径选择问题,传统方法采用理论推算往往与实际偏差较大。基于手机定位信息的出行路径辨识方法,利用手机用户在无线通信网络中产生的信令事件数据,根据其在地铁中的正常位置更新规则得到出行路径,针对信令数据存在缺失的情况,以用户的其他信令事件数据及K短路校核法,对路径的有效性进行检测,进而得到实际出行路径。实测结果表明,用该方法得到的用户出行路径与真实路径偏差较小。。
相关文章 | 多维度评价