基于GIS的城市交通出行方式自动识别模型.pdfVIP

第 36卷第 3期 现 代 测 绘 Vo1．36。No．3 2013年 O5月 ModernSurveyingandMapping May．2013 基于 GIS的城市交通出行 方式 自动识别模型 周小红 ，刘 松。 (江苏省测绘工程院，江苏南京 211013；。江苏省金威遥感数据工程有限公司，江苏 南京 211110) 摘 要 随着移动互联网的发展和普及，传统城市规划数据调查方法逐渐被新型移动终端数据的丰富且广泛的应 用所取代，结合GIS数据提供的地理位置信息可以高准确性、低成本、大样本量地提供城市规划调查数据。本文提 出了一种基于GIS的城市交通出行方式 自动识别模型建立方法，进一步加强了在移动网络时代 中GIS与城市规划 结合的应用可行性，拓展并深化 了GIS的应用领域。 关键词 GIS 城市规划 移动互联网 出行方式 识别模型 中图分类号：P208 文献标识码：B 文章编号：1672—4097(2O13)03—0046—02 为具有单一出行方式的散列点集 。采集数据 内 1 引 言 容主要包括 ：具有方式信息的训练样板数据和 近几年 ’3G网络技术、以及前沿的4G网络技 实验样本数据用来测试模型算法 。对于训练样 术的发展，促使了移动网络应用领域相关理论科 本数据采集过程采用主动式，需要终端用户主 技的发展；同时，移动智能终端的普及，带来 了移 动提交出行方式 ；对 于实验样本数据 的采集过 动网络应用的快速增长。智能手机传感器技术 程采用被动方式完全 自动收集，无需终端用户 和位置服务 (LBS)技术 ，带来了用户时空状态和 的额外工作 。 即时运动状态信息采集的可行性。通过以GIS 3 出行方式识别模型的建模与训练 数据智能终端为数据采集方法 ，获取采集城市居 民地理位置行为数据 ，并通过移动网络进行数据 传统的基于GPS定位数据的城市交通 出行 的实时传输存储，实现了城市居民行为活动的数 方式的识别 ，主要通过以下步骤实现 ：原始时空 字化记录，通过对行为活动的数字化记录数据进 数据提取出行方式段；实验 比较选取特征值 ；训 行挖掘分析，结合社会行为学方法，进行城市居 练样本数据训练识别算法；最后确定识别模型， 民行为活动的社会特性挖掘 ，可以为政府提供相 实现 自动识别软件 。如果要实现交通方式 自动 关政策的决策支持。 识别，位置数据 的多特征性使得 出行方式提取 自动化 ，并且特征值的计算性能快速提升和过 2 地理位置数据采集与存储 程的执行也更加 自动化。采用多层感知器神经 基于移动网络环境 的通过移动智能终端实 网络 、贝叶斯网和决策树分别判别交通方式 ，并 现地理位置信息的网络获取与存储 。在该过程 比较这三种方法 的识别效果 ，根据位置数据特 中，时空数据表现出多特征特性，位置信息不再 征设计模 型的数据结构 ，利用统计学原理对 出 是简单的空间坐标与时间序列 ，同时可 以表达 行方式特征量进行初步挖掘，建立出行方式 自 更加丰富准确的特征信息 ，比如方 向、速度、加