一种面向定点轨迹数据的行程识别方法

发布时间：2022-04-27 18:14

　　为了对长周期定点轨迹数据进行行程识别,提出了一种基于动态阈值的定点轨迹数据行程识别方法.首先,采用聚类方法确定与阈值相关的时空多粒度参数;其次,根据参数对历史记录进行统计,计算参数对应的阈值;利用时空相关参数获取对应阈值,对轨迹进行分段,进而实现行程识别.基于真实的城市交通卡口数据的实验结果表明,使用时空相关的动态阈值方法对定点轨迹数据进行行程识别在准确率和覆盖率上都要优于传统基于固定和单一阈值的方法. 

【文章页数】：9 页

【文章目录】：
1问题定义
    1.1相关定义
    1.2问题定义
2基于动态阈值的定点轨迹数据行程识别方法
    2.1速度阈值选取参数维度
    2.2聚类方法获得速度阈值参数粒度
    2.3速度阈值计算方法
    2.4长周期轨迹数据分段
3实验评价
    3.1实验环境
    3.2实验数据
    3.3评价指标
    3.4实验结果分析
4结束语


【参考文献】：
期刊论文
[1]Location Prediction on Trajectory Data: A Review[J]. Ruizhi Wu,Guangchun Luo,Junming Shao,Ling Tian,Chengzong Peng.  Big Data Mining and Analytics. 2018(02)
[2]基于速度的空间轨迹停留点提取算法[J]. 侯颖超,王盼成,刘兴权,滕洁.  地理与地理信息科学. 2016(06)
[3]轨迹大数据:数据处理关键技术研究综述[J]. 高强,张凤荔,王瑞锦,周帆.  软件学报. 2017(04)
[4]轨迹大数据:数据、应用与技术现状[J]. 许佳捷,郑凯,池明旻,朱扬勇,禹晓辉,周晓方.  通信学报. 2015(12)
[5]一种基于手机定位数据的出行行程识别方法[J]. 张健钦,仇培元,徐志洁,杜明义.  武汉理工大学学报(交通科学与工程版). 2013(05)

博士论文
[1]基于GPS轨迹的出行信息提取研究[D]. 张治华.华东师范大学 2010

硕士论文
[1]基于相关系数的轨迹停留点识别算法[D]. 王京.华中师范大学 2016



本文编号：3648937