论文部分内容阅读
在城市的发展过程中，城市与交通是相互影响、不可分割的有机整体。随着我国城市的不断发展，交通运输行业也在逐步兴起，不断涌现出新的需求。与此同时，互联网也正处于飞速发展的阶段，交通运输行业向数据化，人工智能化不断转变。而随着科技的发展，定位技术的提高以及移动通信的不断普及，交通运输行业从业者可以更加方便、快捷、准确的获取大量关于出行者的数据，有效将传统的数据采集、数据处理、数据分析及应用过程中的不足加以规避。 本文的研究结合出行链和活动链的定义，给出了出行活动链定义，并根据其特点对出行活动链的要素、模式进行分析，将出行活动链模式划分为出行和活动两个子模式分别进行研究。与此同时，根据二者的内部要素，形成需求，对出行轨迹数据采集软件进行开发，以交大学生为主要研究对象，数据采集范围涵盖研一至博一四个年级，持续时间为一周，数据采集完成后，利用一定剔除规则对冗余数据进行剔除，采用线性插值法对缺失轨迹点进行补全，应用卡尔曼滤波进行轨迹平滑处理，并提出滑动平均对出行段和活动段进行提取。最后对于提取出来的出行段数据分别利用模糊决策和模式识别分类器进行识别，活动段数据结合校内POI点信息进行活动点识别，并分析了识别结果产生的原因。结果也表明本文所应用的方法对于校内出行活动链模式有较好的识别效果。