-
公开(公告)号：CN113407906A
公开(公告)日：2021-09-17
申请号：CN202110520000.4
申请日：2021-05-13
Applicant: 东南大学 , 南京瑞栖智能交通技术产业研究院有限公司
IPC: G06F17/18 , G06F16/9537 , G08G1/01 , H04W4/20
Abstract: 本发明公开了一种基于手机信令数据的交通出行分布阻抗函数的确定方法，针对大样本的手机信令数据获取特定时段出行OD数据，结合高德地图API获取的出行距离获取出行概率，利用SPSS中的非线性回归工具，分别选取不同形式的阻抗函数，分区域对出行距离和出行概率进行回归，然后从R方、一区域不同函数、同一函数不同区域分别进行对比分析，根据比较结果最终选择对阻抗函数进行分段拟合，以市域为例回归分析适合市域的分段阻抗函数，为提高出行分布模型预测的提供定性与定量的基础。同时，利用手机大数据的样本量大、覆盖面广以及获得方式成熟稳定且成本较低等特性，增加结果准确性的同时降低过程的成本，提高研究效率。
-
公开(公告)号：CN113407906B
公开(公告)日：2024-02-02
申请号：CN202110520000.4
申请日：2021-05-13
Applicant: 东南大学 , 南京瑞栖智能交通技术产业研究院有限公司
IPC: G06F17/18 , G06F16/9537 , G08G1/01 , H04W4/20
Abstract: 本发明公开了一种基于手机信令数据的交通出行分布阻抗函数的确定方法，针对大样本的手机信令数据获取特定时段出行OD数据，结合高德地图API获取的出行距离获取出行概率，利用SPSS中的非线性回归工具，分别选取不同形式的阻抗函数，分区域对出行距离和出行概率进行回归，然后从R方、一区域不同函数、同一函数不同区域分别进行对比分析，根据比较结果最终选择对阻抗函数进行分段拟合，以市域为例回归分析适合市域的分段阻抗函数，为提高出行分布模型预测的提供定性与定量的基础。同时，利用手机大数据的样本量大、覆盖面广以及获得方式成熟稳定且成本较低等特性，增加结果准确性的同时(56)对比文件杨东;韩继国;武平;赵昕.基于手机信令数据的游客识别与出行轨迹匹配方法.交通运输研究.2019,(第06期),全文.杜亚朋;雒江涛;程克非;唐刚;徐正;罗克韧;余疆.基于手机信令和导航数据的出行方式识别方法.计算机应用研究.2017,(第08期),全文.
-
公开(公告)号：CN111653094B
公开(公告)日：2022-11-15
申请号：CN202010475926.1
申请日：2020-05-29
Applicant: 南京瑞栖智能交通技术产业研究院有限公司
Abstract: 本发明公开了一种基于手机信令数据且含路网修正的城市出行方式综合识别方法，针对目标城市全天产生的手机信令数据，识别出每个人的停驻点及全天出行OD，首先通过地铁专用基站精准识别出所有地下轨道交通出行方式，然后在提取手机数据特征参数的基础上与高德GPS真实导航数据相比较，利用无监督的机器学习算法识别居民出行的交通方式。为了更进一步的提高方式划分结果的准确性及合理性，结合目标城市公交线网设计与真实道路的设置及管控情况对结果进行进一步的修正。本发明充分考虑了供给侧不同城市道路中不同等级道路的设置、当地特有的不同路段的管控规定以及真实的公交线网布置情况对出行方式的影响，并以此对交通方式的识别结果进行修正。
-
公开(公告)号：CN111653096B
公开(公告)日：2022-10-04
申请号：CN202010478118.0
申请日：2020-05-29
Applicant: 南京瑞栖智能交通技术产业研究院有限公司
Abstract: 本发明公开了一种基于手机信令数据的城市出行方式识别方法，针对目标城市全天产生的手机信令数据，识别出每个人的停驻点及全天出行OD，首先通过地铁专用基站精准识别出所有地下轨道交通出行方式，然后在提取手机数据特征参数的基础上与高德GPS真实导航数据相比较，利用无监督的机器学习算法识别居民出行的交通方式。本发明基于手机信令数据在利用地铁专用基站判断地下轨道交通出行的基础上，结合显著出行特征的划分、高德GPS导航规划不同方式的出行路径特征偏移度判断、无监督的模糊K‑means聚类机器学习算法，对目标城市一天产生的全样本出行的交通方式进行识别。
-
公开(公告)号：CN112312303B
公开(公告)日：2022-07-22
申请号：CN202011050867.X
申请日：2020-09-29
Applicant: 南京瑞栖智能交通技术产业研究院有限公司
Abstract: 本发明公开了一种基于时空特性的手机信令数据精细化预处理方法，包括以下步骤：(1)原始手机信令数据与研究区域基站信息匹配；(2)错误基站信息识别与反馈；(3)同一空间位置信令数据合并；(4)漂移数据轨迹降噪处理；(5)全类型乒乓数据优化处理。针对手机信令数据精度低、数据量大、噪声数据多、时空位置复杂等特点，本发明对手机信令数据预处理过程中的每一步骤赋予更加精细化的方法，不仅能够为研究城市职住空间分布、交通规划等领域提供精确的数据支撑，也为通信运营商维护其基站位置信息提供实时有效反馈，降低运营成本。
-
Patent Agency Ranking
公开(公告)号：CN112312303A
公开(公告)日：2021-02-02
申请号：CN202011050867.X
申请日：2020-09-29
Applicant: 南京瑞栖智能交通技术产业研究院有限公司
Abstract: 本发明公开了一种基于时空特性的手机信令数据精细化预处理方法，包括以下步骤：(1)原始手机信令数据与研究区域基站信息匹配；(2)错误基站信息识别与反馈；(3)同一空间位置信令数据合并；(4)漂移数据轨迹降噪处理；(5)全类型乒乓数据优化处理。针对手机信令数据精度低、数据量大、噪声数据多、时空位置复杂等特点，本发明对手机信令数据预处理过程中的每一步骤赋予更加精细化的方法，不仅能够为研究城市职住空间分布、交通规划等领域提供精确的数据支撑，也为通信运营商维护其基站位置信息提供实时有效反馈，降低运营成本。
-
公开(公告)号：CN111737605A
公开(公告)日：2020-10-02
申请号：CN202010658543.8
申请日：2020-07-09
Applicant: 南京瑞栖智能交通技术产业研究院有限公司
Abstract: 本发明涉及出行目的识别技术领域，尤其涉及一种基于手机信令数据的出行目的识别方法及装置。出行目的识别方法，步骤：提取OD数据，划分人口类型及职住地；获取POI及基站位置，并分别与其所在地块关联，形成位置对应关系；基于出行终点基站所在地块与该地块对应的POI类型及职住地的对应关系对出行目的进行初步识别，提取特征参数基于K-means聚类算法对剩余样本进行聚类，最终获取出行目的；由人口类型，对出行目的结果进行修正。本实施例基于手机信令数据及POI点，通过机器学习算法对居民出行目的进行划分，同时结合人群的出行行为特性对结果进行修正，该方法不仅减少了对先验经验知识的依赖与需求，而且可以避免单一规则判别法所带来的主观性。
-
公开(公告)号：CN110753307A
公开(公告)日：2020-02-04
申请号：CN201911019390.6
申请日：2019-10-24
Applicant: 南京瑞栖智能交通技术产业研究院有限公司
Abstract: 本发明公开了一种基于居民调查数据获取带有标签的手机信令轨迹数据方法，包括以下步骤：S1获取手机信令轨迹数据以及居民出行调查数据的基本属性信息；S2基于手机基站与交通小区的空间对应关系将手机出行OD转化成交通小区出行OD；S3针对不同日期提取手机信令轨迹数据以及居民出行调查数据的特征集合，对数据进行时间纬度上的初步融合；S4基于每一条居民出行调查数据的出行特征属性，在所设定的匹配规则下对手机信令轨迹数据进行初步筛选匹配；S5结合出行者与手机用户的个人特征属性，完成对居民出行调查数据与手机信令轨迹数据最终的特征匹配，获得带有标签的手机信令轨迹数据。实现了手机信令数据大样本与居民出行调查数据小样本的数据融合。
-
公开(公告)号：CN111385753B
公开(公告)日：2022-01-04
申请号：CN201911018350.X
申请日：2019-10-24
Applicant: 南京瑞栖智能交通技术产业研究院有限公司
Abstract: 本发明公开了一种基于手机信令数据的医疗设施可达性评估方法，针对医疗设施空间分布公平性问题，从可达性角度出发，考虑供需交互作用，利用强化的两步移动搜索法(E2SFCA)对医疗设施可达性进行评估。本发明综合考虑出行时间及出行距离对出行的影响，根据手机用户的出行情况划定医疗设施的服务范围及距离阈值，并引入基于时间阈值高斯衰减函数模拟出行吸引随出行时间的衰减。本发明可以同时考虑不同交通方式下医疗设施的可达性，展示不同交通方式下医疗设施可达性的空间分布情况，从而对医疗设施的空间分布均衡性情况进行评价，对城市规划与医疗设施均等化提出建议。
-
公开(公告)号：CN112133090A
公开(公告)日：2020-12-25
申请号：CN202010980271.3
申请日：2020-09-17
Applicant: 南京瑞栖智能交通技术产业研究院有限公司 , 昆山市公安局交通警察大队
Abstract: 本发明公开了一种基于手机信令数据的多方式交通分布模型构建方法，基于时空聚类算法识别停驻点，根据手机信令数据提取用户出行的基站轨迹信息，通过概率决策方法完成出行链中基站与路网交叉口的匹配，获取用户在城市路网的出行轨迹信息。然后将居民出行调查数据与手机信令数据进行规则匹配，获取有交通方式标签的手机信令轨迹数据。融合多源数据提取特征参数，采用卡方检验筛选特征参数，运用随机森林分类算法构建交通方式划分模型，并通过扩样完成全样本的分方式出行OD估计。量化用地布局和交通方式对交通分布的影响，基于重力模型构建多方式交通分布模型，利用全样本分方式出行OD完成模型参数标定，最终完成多方式交通分布预测工作。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.066 seconds)
