详情

原文传递出行链活动类型识别研究

论文题名：	出行链活动类型识别研究
关键词：	随机森林算法;出行链活动类型;交通模式识别;模块化设计
摘要：	随着移动互联网的普及，各种有关移动互联网的应用蕴含着巨大的商机，交通模式的自动判别显而易见在交通规划领域和LBS（基于位置的服务）领域拥有着广阔的应用价值。现阶段的智能手机拥有越来越强大的功能，通信不再是手机的唯一功能，智能手机的强大在于其不仅拥有通信功能，还有强大的感知、运算和存储能力，但是在当前有关基于智能手机的交通模式识别研究中，单一的数据来源难以使交通模式识别算法有很好的适应性的，另外，模式识别算法本身对于不同的场景也有着不同的适应能力，这些对交通模式识别精度的提高是很大的阻碍。本文提出基于随机森林算法的出行链活动类型识别方法，主要包括以下几个方面的研究内容：　　1、引入多种数据来源，解决交通模式识别中数据来源单一的问题，并研究在新的数据来源被引入后，对识别准确率的影响。　　2、研究不同交通模式识别算法对识别准确率的影响，特别是比较随机森林算法和其他算法在性能上的异同。　　3、基于随机森林算法的出行链活动类型识别系统需求分析及设计设计，主要包括系统需求分析、系统设计思路、系统模型构建、系统详细设计等内容，在设计思路方面，详细研究了本系统的数据采集、特征提取和基于随机森林的模型构建，在详细设计方面，主要完成了系统交互模块的设计、存储模块的设计、数据采集模块的设计、特征提取模块的设计、模式判别模块的设计、主控制模块的设计。　　4、基于随机森林算法的出行链活动类型识别系统实现和测试，主要包括系统功能模块实现、交通模式判别结果测试等内容。　　本文实现的基于随机森林算法的出行链活动类型识别系统，经过测试，对静止、步行、跑步、自行车、公交车、自驾、地铁七种交通模式的判别准确率可以达到90.5%，具有很好的使用价值。
作者：	陈庄宏
专业：	计算机技术
导师：	陈玉泉;薛卫华
授予学位：	硕士
授予学位单位：	上海交通大学
学位年度：	2015
正文语种：	中文