一种基于手机信令数据的人群类型识别方法

    公开(公告)号:CN110245981A

    公开(公告)日:2019-09-17

    申请号:CN201910467120.5

    申请日:2019-05-31

    Abstract: 本发明公开了一种基于手机信令数据的人群类型识别方法,属于人群类型识别技术领域。本发明将手机信令数据与手机用户基本属性信息相结合,对人群出行相关特征挖掘与提取。通过计算样本全体间的总距离熵,利用后向消除法对各特征按重要程度进行排序,以进行特征选择。基于筛选出的特征,利用k-means聚类方法对手机信令数据进行聚类分析,划分聚类簇。结合各类人群在相应特征中的分布情况,对各聚类簇进行人群类型识别人群。本发明相比现有技术,该发明可以更加充分挖掘手机信令数据中的信息,利用机器学习的方法从全局的角度分析人群的类别属性。不仅减少了对先验经验知识的依赖与需求,提高了方法的适用性,而且可以避免规则判别法所带来的主观性。

    一种基于多源数据的非法营运车辆识别方法

    公开(公告)号:CN111862606B

    公开(公告)日:2022-10-21

    申请号:CN202010711331.1

    申请日:2020-07-22

    Abstract: 本发明公开了一种基于多源数据的非法营运车辆识别方法,它基于手机信令数据获取用户移动信息,筛选出符合营运车辆特征的用户,结合停留热点区域初步筛选出可疑非法营运车辆,在此基础上与合法运营车辆GPS进行比对筛选疑似车辆车主轨迹信息,最终通过与卡口数据的过车序列进行匹配获取疑似非法营运车辆车牌号码。相比现有技术,该发明能基于现有数据源对全部车辆进行筛查,在可疑车辆排查过程不需要额外加装感知设备以及人为参与。所涉及到的数据源不涉及用户隐私问题,且不需要乘客或其他人员的配合,数据易于获取技术易实施。交通执法人员可以根据车辆轨迹及时调整行动方案打破以往“固定时段、固定地点”的打击模式,提高打击“黑车”的精准度。

    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

    公开(公告)号:CN110753307B

    公开(公告)日:2020-10-30

    申请号:CN201911019390.6

    申请日:2019-10-24

    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。

    一种基于多源数据的非法营运车辆识别方法

    公开(公告)号:CN111862606A

    公开(公告)日:2020-10-30

    申请号:CN202010711331.1

    申请日:2020-07-22

    Abstract: 本发明公开了一种基于多源数据的非法营运车辆识别方法,它基于手机信令数据获取用户移动信息,筛选出符合营运车辆特征的用户,结合停留热点区域初步筛选出可疑非法营运车辆,在此基础上与合法运营车辆GPS进行比对筛选疑似车辆车主轨迹信息,最终通过与卡口数据的过车序列进行匹配获取疑似非法营运车辆车牌号码。相比现有技术,该发明能基于现有数据源对全部车辆进行筛查,在可疑车辆排查过程不需要额外加装感知设备以及人为参与。所涉及到的数据源不涉及用户隐私问题,且不需要乘客或其他人员的配合,数据易于获取技术易实施。交通执法人员可以根据车辆轨迹及时调整行动方案打破以往“固定时段、固定地点”的打击模式,提高打击“黑车”的精准度。

    一种基于手机信令数据的人群类型识别方法

    公开(公告)号:CN110245981B

    公开(公告)日:2021-10-01

    申请号:CN201910467120.5

    申请日:2019-05-31

    Abstract: 本发明公开了一种基于手机信令数据的人群类型识别方法,属于人群类型识别技术领域。本发明将手机信令数据与手机用户基本属性信息相结合,对人群出行相关特征挖掘与提取。通过计算样本全体间的总距离熵,利用后向消除法对各特征按重要程度进行排序,以进行特征选择。基于筛选出的特征,利用k‑means聚类方法对手机信令数据进行聚类分析,划分聚类簇。结合各类人群在相应特征中的分布情况,对各聚类簇进行人群类型识别人群。本发明相比现有技术,该发明可以更加充分挖掘手机信令数据中的信息,利用机器学习的方法从全局的角度分析人群的类别属性。不仅减少了对先验经验知识的依赖与需求,提高了方法的适用性,而且可以避免规则判别法所带来的主观性。

    一种基于手机信令数据的出行目的识别方法及装置

    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

    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。

    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

    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

    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。

Patent Agency Ranking