-
公开(公告)号：CN117851809B
公开(公告)日：2024-06-18
申请号：CN202410018740.1
申请日：2024-01-05
Applicant: 东南大学
IPC: G06F18/213 , H04W4/20 , G06F18/2415 , G06F18/2433 , G06F18/23213 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/092
Abstract: 本发明公开了一种基于手机信令历史数据强化学习的特征提取方法，首先根据最近一段时间内的手机信令历史数据，构建历史数据库；然后进行二重手机信令数据强化学习，第一重强化学习为数据特征学习，输出具有高可信度的用户完整出行序列数据；第二重强化学习为出行行为学习，输出三种运动状态的运动状态模糊权重，并构造模糊出行隶属集；接着，提出基于模糊出行隶属度的三支高斯混合聚类算法，对用户完整出行序列数据进行聚类划分；提出双动态POI相似映射算法，通过结合土地信息对算法参数进行动态调整，确定用户精确出行起讫点及完整出行链。本发明方法提升了用户手机信令数据利用率，有效地解决了用户出行分析与数据统计精确度的问题。
-
公开(公告)号：CN117851809A
公开(公告)日：2024-04-09
申请号：CN202410018740.1
申请日：2024-01-05
Applicant: 东南大学
IPC: G06F18/213 , H04W4/20 , G06F18/2415 , G06F18/2433 , G06F18/23213 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/092
Abstract: 本发明公开了一种基于手机信令历史数据强化学习的特征提取方法，首先根据最近一段时间内的手机信令历史数据，构建历史数据库；然后进行二重手机信令数据强化学习，第一重强化学习为数据特征学习，输出具有高可信度的用户完整出行序列数据；第二重强化学习为出行行为学习，输出三种运动状态的运动状态模糊权重，并构造模糊出行隶属集；接着，提出基于模糊出行隶属度的三支高斯混合聚类算法，对用户完整出行序列数据进行聚类划分；提出双动态POI相似映射算法，通过结合土地信息对算法参数进行动态调整，确定用户精确出行起讫点及完整出行链。本发明方法提升了用户手机信令数据利用率，有效地解决了用户出行分析与数据统计精确度的问题。
-
公开(公告)号：CN117858024B
公开(公告)日：2024-10-01
申请号：CN202410028618.2
申请日：2024-01-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于手机信令数据的多段出行方式识别方法，包括：收集基站和手机信令数据信息，并进行处理；基于处理后的手机信令数据集，提出一种结构β‑熵混合密度子空间聚类模型，得到驻留点子空间集和驻留点向量，实现对驻留点的提取；将处理后的手机信令数据样本集和驻留点子空间集做差得到运动点子空间集和运动点向量，根据运动点向量得到用户出行次数和每次出行的出行持续时间、出行距离，提出出行阈值模型识别每一段出行的出行方式，实现将单一用户一天内的所有出行划分为多段单一目的出行；推算运动轨迹并可视化。本发明为多段出行方式的研究提供了新的模型和研究思路，有利于提高对居民多段出行方式研究的准确性。
-
公开(公告)号：CN117858024A
公开(公告)日：2024-04-09
申请号：CN202410028618.2
申请日：2024-01-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于手机信令数据的多段出行方式识别方法，包括：收集基站和手机信令数据信息，并进行处理；基于处理后的手机信令数据集，提出一种结构β‑熵混合密度子空间聚类模型，得到驻留点子空间集和驻留点向量，实现对驻留点的提取；将处理后的手机信令数据样本集和驻留点子空间集做差得到运动点子空间集和运动点向量，根据运动点向量得到用户出行次数和每次出行的出行持续时间、出行距离，提出出行阈值模型识别每一段出行的出行方式，实现将单一用户一天内的所有出行划分为多段单一目的出行；推算运动轨迹并可视化。本发明为多段出行方式的研究提供了新的模型和研究思路，有利于提高对居民多段出行方式研究的准确性。
-
-
-
Search Results
4
records
(took 0.014 seconds)
