-
题名基于手机信令数据的城市居民动态OD矩阵提取方法
被引量：3
- 1
-
-
作者
田钊
张乾钟
赵轩
陈斌
佘维
杨艳芳
-
机构
郑州大学网络空间安全学院
郑州大学计算机与人工智能学院
交通运输部科学研究院
综合交通运输大数据应用技术交通运输行业重点实验室
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2024年第3期46-54,共9页
-
基金
河南省重点研发与推广专项基金资助项目(212102310039)
河南省高校科技创新人才支持计划基金资助项目(21HASTIT031)
综合交通运输大数据应用技术交通运输行业重点实验室开放课题(2022B1201)。
-
文摘
现有的城市居民出行调查周期较长,交通小区划分粒度粗糙,导致调查不能及时准确地获取居民出行信息。针对该问题,提出了一种基于手机信令数据的城市居民动态OD矩阵提取方法。首先,针对信令数据中的两种复杂噪声:乒乓切换和漂移数据,提出了基于窗口阈值的检测与等效位置替换方法,以及复杂漂移点的检测和标记处理方法;然后,提出一种改进的ST-DBSCAN聚类方法,引入一种等时化方法将时间信息与空间信息相结合,识别出行过程中的驻留点;最后,基于地理信息系统构建含有道路关键节点的路网,将居民出行OD与路网节点相匹配,有效推导出城市居民动态OD矩阵。实验结果表明:与ST-DBSCAN算法相比,所提改进的ST-DBSCAN算法在聚类效果和识别速度上分别提升了6.10%和5.26%;与统计方法和二阶统计量方法相比,基于改进的ST-DBSCAN算法的动态OD矩阵提取方法在均方误差(MSE)上分别降低了16.98%和21.55%。以北京市为例,运用提出的动态OD矩阵提取方法,能够及时有效地分析城市居民日常与高峰时段的出行特征。
-
关键词
城市出行
智能交通系统
手机信令数据
动态OD矩阵
驻留点识别
时空特征分析
-
Keywords
city travel
intelligent traffic system
cell phone signaling data
dynamic origin-destination matrix
dwell point identification
spatial-temporal characteristics analysis
-
分类号
TU998
[建筑科学—市政工程]
U491
[交通运输工程—交通运输规划与管理]
-
