基于手机信令数据的城市通勤出行特征研究

2020-04-20 09:15:14丁鹏程郑长江
交通科技与经济 2020年3期
关键词:特征提取用户

丁鹏程,杨 明,郑长江,朱 健

(1.南京市城市与交通规划设计研究院股份有限公司,江苏 南京 210000;2.河海大学,江苏 南京 210098)

随着大数据时代的发展,手机信令数据为通勤交通出行数据提供了新的采集手段,从而为提取通勤出行特征以及识别城市居民职住分布特征提供了有利条件。如何有效地从手机信令数据中提取城市居民通勤出行特征以及职住地分布特征成为研究城市通勤的关键。目前,利用手机信令数据对城市通勤和职住分布进行研究成为了国内外许多学者关注和研究的热点[1-6],国外有Gur Y[7],以以色列为例,建立了跨城市范围的手机信令数据交通规划模型,并由此建立以色列城市居民交通OD出行计划;V Angelakis[8]通过对手机信令数据的处理与分析,预测了国家和城市聚集层面的出行轨迹,并用可视化视图,对整体出行轨迹进行表达与展现。最后,以构造OD矩阵的方式,来划分交通拥挤路段。国内毕晓萤[9]从出行次数、出行目的分布、出行方式构成3个方面入手,将中小城市出行特征与大城市进行比较分析,同时对中小城市不同时期的出行特征进行对比分析;刘杰[10]等根据手机运营商提供的手机信令数据,建立交通模型得到各个交通小区之间的人员出行OD矩阵及其特性;毛晓汶[11]通过处理原始手机信令数据,并从中提取手机用户出行特征,用案例的方式分析了区域的交通出行特征;马亮[12]利用轨道交通刷卡数据,提出了绝对通勤圈和相对通勤圈的概念,对轨道交通刷卡数据进行了数据格式转换、数据清洗、数据匹配、空间映射、数据提取;……

登录APP查看全文

猜你喜欢
特征提取用户
特征提取和最小二乘支持向量机的水下目标识别
基于Gazebo仿真环境的ORB特征提取与比对的研究
电子制作(2019年15期)2019-08-27 01:12:00
基于Daubechies(dbN)的飞行器音频特征提取
电子制作(2018年19期)2018-11-14 02:37:08
Bagging RCSP脑电特征提取算法
关注用户
商用汽车(2016年11期)2016-12-19 01:20:16
关注用户
商用汽车(2016年6期)2016-06-29 09:18:54
关注用户
商用汽车(2016年4期)2016-05-09 01:23:12
Camera360:拍出5亿用户
创业家(2015年10期)2015-02-27 07:55:08
100万用户
创业家(2015年10期)2015-02-27 07:54:39
如何获取一亿海外用户
创业家(2015年5期)2015-02-27 07:53:25