基于 SVM 的出行方式特征分析和识别研究

基于智能手机采集的居民出行轨迹信息,分析了不同出行方式的特征,利用支 持向量机进行了出行方式识别研究.首先探讨了利用手机软件所能检测和记录的参数,进 而从出行轨迹和特征参数两个方面对出行方式特征进行了分析,探讨了不同出行方式两 两可分的关键变量,提取用于识别不同出行方式的特征向量,最后建立了径向基核函数 支持向量机（SVM）分类器.利用从大连市出行轨迹数据获取的出行方式样本,训练了该 支持向量机,并且以决策树、BP 神经网络为对照.结果表明,SVM 识别精确度为 89.6%,BP 神经网络为 85.5%,决策树为 77.3%,SVM 具有更好的识别性能.     

中小城市居民出行特征分析及交通对策研究

居民出行调查是城市交通规划、建设和管理的基本依据。基于江苏新沂市2006年居民出行调查的有关数据,从出行强度、出行方式、出行目的及出行时间分布等方面对中小城市居民出行特征进行分析,并在此基础上,结合中小城市居民出行意愿、路网状况、未来的环境改善以及可持续发展,从优先发展公共交通、重视自行车交通以及控制摩托车发展等方面,提出中小城市交通发展的几点对策,可为中小城市交通规划、城市交通改善与管理提供思路.     

汉中市居民出行特征分析及对策研究

基于陕西省汉中市2011年居民出行调查的有关数据,对汉中市居民出行特征进行系统分析,包括出行者年龄、职业、出行目的、出行方式、出行耗时、出行时间分布及出行空间分布等方面,在此基础上,结合中小城市发展特征,从加强城市对外交通、优化城市布局和土地利用、完善城市道路网络和优化城市交通出行结构等方面提出中小城市交通发展的对策,以解决中小城市交通问题,从而引导中小城市健康发展。     

基于居民出行特征的城市近郊组团交通发展对策

本文通过对广州市近郊区（环城高速以外地区）十个大型居住区居民出行调查数据分析,从交通出行目的、出行强度、时间特征、空间特征及方式构成等方面总结居民出行的规律、变化特征及其原因,并与广州市2005年居民出行资料进行对比分析,提出城市近郊组团的交通发展对策,为广州中心城区未来人口疏解、近郊组团规划建设提供参考.     

基于活动识别的公交出行行为重构与分析

摸清城市居民的公交通勤出行规律特征，可以更好的为公交运营管理提供支撑.通过挖掘IC卡数据获取公交出行信息是出行行为分析的新手段.根据以活动为基础的出行分析理论，提出以活动区域属性判别为核心的公交出行重构分析方法.通过对公交出行的起讫站点进行空间聚类分析，获取居民的主要活动区域；基于居民多日出行信息及相应出行特征指标，分别对居民的居住和工作区域进行识别；根据出行目的地区域的活动属性，对公交出行链进行重构.以广州市为例，对居民公交出行特征规律进行实证分析.     

石家庄市居民出行特征变化分析

根据石家庄市2007年。2000年,1986年3次居民出行调查的数据,分析石家庄市居民的出行次数、出行目的、出行方式等的变化情况,由此归纳出石家庄市居民出行特征变化的规律和原因。针对石家庄市的特点,对目前石家庄市城市道路通行效率不高、交通管理不善等方面的问题,提出石家庄市城市交通改善措施,以及未来交通发展的对策和建议。     

城市居民出行调查质量控制对策研究

居民出行调查是开展城市综合交通规划最基础性的工作,是掌握城市交通运行规律和获取市民对交通发展诉求的最有效途径,但往往受诸多因素制约而达不到预期的效果。文章就调查组织机构、调查队伍建设、调查方法、调查表质量检查等四个对居民出行调查成果质量具有根本性影响的方面进行了全面的分析与论述,提出了具有可操作性的质量控制对策与方法。文章运用类别分析法,对一线调查人员来源及其特征进行剖析,提出相对合理的调查队伍组织结构;同时,还针对调查实施阶段中调查培训、入户调查、表格验收等环节的工作流程,提出行之有效的质检管理方式与技术细则。     

基于手机传感器数据的交通出行调查实证评估

应用手机传感器与调查问卷, 同步采集了校园内高校学生2周的真实出行轨迹; 考虑了真实出行环境下的手机传感器数据特征, 结合高斯滤波预处理数据, 根据轨迹点的时空聚类特性, 用时空聚类算法识别了出行端点和出行时间, 结合轨迹点速度、加速度特征, 利用支持向量机识别了出行方式; 将手机传感器数据与调查问卷、查核线数据对比, 分析了手机传感器数据出行特征识别的准确程度, 验证了出行特征的提取效果。分析结果表明: 手机传感器与问卷调查识别出行链的成功匹配比例为81.66%, 说明手机传感器数据可有效记录出行轨迹; 时空聚类算法参数中核心点空间半径为26.92 m, 最小样本点为129, 时间约束为129 s时, 出行端点识别准确率为93.02%, 出行时间识别准确率为90.84%, 说明手机传感器识别出行端点和出行时间的效果较好; 当支持向量机设置类型为经典支持向量机, 核函数为径向基函数, 惩罚系数为0.797, 核参数为2.260时, 出行方式识别准确率为89.86%, 即利用手机传感器能够有效识别出行方式。可见, 手机传感器数据识别结果合理, 能为手机传感器数据应用于实际出行调查做支撑。      

宁波市居民出行特征分析及交通发展对策研究

对比分析宁波市与国内其他城市居民出行调查的有关数据,通过出行强度、出行方式、出行的时间分布、出行的空间分布等一系列指标,总结归纳出宁波市城市居民出行的规律、变化特征及其原因。针对其出行总量增加、出行距离加长、出行耗时增加、私人交通方式比重较高、城市交通大区间的联系通道交通量较大、高峰小时峰值强劲等特点．对宁波市城市交通发展提出公交优先发展、就近就业、建设快速交通系统及实施交通需求管理等建议．对于推动该市的交通发展具有积极的意义。     

基于居民出行特征分析的常熟市交通发展对策研究

居民出行调查是城市交通规划、建设和管理的基础依据。通过对常熟市2007年居民出行调查的有关数据的深入分析,总结归纳出常熟市城市居民出行的规律、变化特征及其原因,并针对其出行特性,提出常熟市未来交通发展的对策和建议,具有一定的理论价值和实际意义。