期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多源地理大数据与机器学习的地铁乘客出行目的识别方法
被引量：
11
1
作者
赵鹏军
曹毓书
《地球信息科学学报》
CSCD
北大核心
2020年第9期1753-1765,共13页
探索地铁乘客出行目的识别方法,有助于突破智能卡数据(Smart Card Data,SCD)在具体应用场景中的局限性,提升SCD在交通出行研究、交通发展规划等领域的应用价值。本文融合多源地理大数据,基于城市交通与土地利用时空间互动理论,以北京市...
探索地铁乘客出行目的识别方法,有助于突破智能卡数据(Smart Card Data,SCD)在具体应用场景中的局限性,提升SCD在交通出行研究、交通发展规划等领域的应用价值。本文融合多源地理大数据,基于城市交通与土地利用时空间互动理论,以北京市居民地铁出行为例,在交通出行调查数据中提取5565个地铁出行样本及其对应的出行目的和出行特征相关变量。基于兴趣点(Point of Interest,POI)数据得到各样本起止站点的土地利用特征相关变量,形成包含每次地铁出行的出行目的、出行特征、土地利用特征的地铁出行数据集。使用基于随机森林(Random Forest,RF)算法对地铁出行数据集进行训练完成的分类器对SCD记录的每一次地铁出行进行分类,获得该次出行的出行目的及其不同目的地铁出行时空间分布规律。研究结果表明,本识别方法可有效预测地铁乘客的出行目的,其中,"上班"、"回家"2类出行目的的预测准确率均超过90%;纳入土地利用特征相关变量可显著提升RF分类器预测准确率,印证了城市交通与土地利用的时空间互动理论。鉴于当前SCD的可获取性逐渐提高,该项技术在居民地铁出行监测与预测、地铁线网布局和地铁周边土地利用规划等实践方面,具有很强的推广性,有助于更全面地认知大城市居民的地铁出行行为。
展开更多
关键词
地铁出行
出行目的识别
交通调查数据
智能卡数据
兴趣点数据
随机森林
土地利用
时空间互动
北京
原文传递
基于时空关系的复杂交互行为识别
被引量：
1
2
作者
王生生
杨锋
+2 位作者
刘依婷
王伟烈
李洋
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2014年第2期421-426,共6页
提出了一种基于时空关系和多观察值的三层隐马尔科夫扩展模型识别复杂交互活动的方法。根据多目标交互活动具有分层的性质和目标之间的时空关系,给出了提取3个粒度(整体,双人,单人)行为特征的方法。同时提出与之对应的多观测值三层隐马...
提出了一种基于时空关系和多观察值的三层隐马尔科夫扩展模型识别复杂交互活动的方法。根据多目标交互活动具有分层的性质和目标之间的时空关系,给出了提取3个粒度(整体,双人,单人)行为特征的方法。同时提出与之对应的多观测值三层隐马尔科夫扩展模型。实验结果表明:将新的特征提取方法和新的模型应用于复杂交互行为识别能得到较高的识别准确率和较好的鲁棒性。
展开更多
关键词
人工智能
时空关系
交互行为
三层多观察隐马尔科夫模型
三层特征
下载PDF
职称材料
题名
基于多源地理大数据与机器学习的地铁乘客出行目的识别方法
被引量：
11
1
作者
赵鹏军
曹毓书
机构
北京大学城市与环境学院城市规划与交通研究中心
出处
《地球信息科学学报》
CSCD
北大核心
2020年第9期1753-1765,共13页
基金
国家自然科学基金项目(41925003)
英国研究理事会全球挑战基金项目(R48843)。
文摘
探索地铁乘客出行目的识别方法,有助于突破智能卡数据(Smart Card Data,SCD)在具体应用场景中的局限性,提升SCD在交通出行研究、交通发展规划等领域的应用价值。本文融合多源地理大数据,基于城市交通与土地利用时空间互动理论,以北京市居民地铁出行为例,在交通出行调查数据中提取5565个地铁出行样本及其对应的出行目的和出行特征相关变量。基于兴趣点(Point of Interest,POI)数据得到各样本起止站点的土地利用特征相关变量,形成包含每次地铁出行的出行目的、出行特征、土地利用特征的地铁出行数据集。使用基于随机森林(Random Forest,RF)算法对地铁出行数据集进行训练完成的分类器对SCD记录的每一次地铁出行进行分类,获得该次出行的出行目的及其不同目的地铁出行时空间分布规律。研究结果表明,本识别方法可有效预测地铁乘客的出行目的,其中,"上班"、"回家"2类出行目的的预测准确率均超过90%;纳入土地利用特征相关变量可显著提升RF分类器预测准确率,印证了城市交通与土地利用的时空间互动理论。鉴于当前SCD的可获取性逐渐提高,该项技术在居民地铁出行监测与预测、地铁线网布局和地铁周边土地利用规划等实践方面,具有很强的推广性,有助于更全面地认知大城市居民的地铁出行行为。
关键词
地铁出行
出行目的识别
交通调查数据
智能卡数据
兴趣点数据
随机森林
土地利用
时空间互动
北京
Keywords
Metro
trips
trip
purpose
travel
survey
data
smart
card
data
point
of
interest
data
Random
Forest
algorithm
land
use
spatial
-
temporal
interactions
Beijing
分类号
U293 [交通运输工程—交通运输规划与管理]
TP311.13 [交通运输工程—道路与铁道工程]
TP181 [自动化与计算机技术—计算机软件与理论]
原文传递
题名
基于时空关系的复杂交互行为识别
被引量：
1
2
作者
王生生
杨锋
刘依婷
王伟烈
李洋
机构
吉林大学计算机科学与技术学院
出处
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2014年第2期421-426,共6页
基金
国家自然科学基金项目(61133011
61303132
+2 种基金
61103091)
吉林省科技发展计划项目(20140101201JC
201201131)
文摘
提出了一种基于时空关系和多观察值的三层隐马尔科夫扩展模型识别复杂交互活动的方法。根据多目标交互活动具有分层的性质和目标之间的时空关系,给出了提取3个粒度(整体,双人,单人)行为特征的方法。同时提出与之对应的多观测值三层隐马尔科夫扩展模型。实验结果表明:将新的特征提取方法和新的模型应用于复杂交互行为识别能得到较高的识别准确率和较好的鲁棒性。
关键词
人工智能
时空关系
交互行为
三层多观察隐马尔科夫模型
三层特征
Keywords
artificial
intelligence；
spatial
-
temporal
relation；
interact
ive
activity；hidden
Markov
model
with
multi-observations
and
three-layers；features
with
three
layers
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多源地理大数据与机器学习的地铁乘客出行目的识别方法
赵鹏军
曹毓书
《地球信息科学学报》
CSCD
北大核心
2020
11
原文传递
2
基于时空关系的复杂交互行为识别
王生生
杨锋
刘依婷
王伟烈
李洋
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2014
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
