申请/专利权人:东南大学
申请日:2022-04-26
公开(公告)日:2022-09-02
公开(公告)号:CN114996544A
主分类号:G06F16/909
分类号:G06F16/909;G06F16/906;G06F16/29;G01C21/30;G06K9/62
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.09.20#实质审查的生效;2022.09.02#公开
摘要:本发明公开了一种基于手机信令数据和Mix‑Markov模型的出行路径提取方法。首先对手机信令数据进行“降噪”预处理,结合基于时空信息的DBSCAN聚类算法,确定有效轨迹点;然后根据隐马尔可夫模型分析待匹配点与候选点之间的空间关系,建立发射概率向量与转移概率矩阵;最后根据维特比算法获取最优路径,即得到地图匹配结果,完成手机用户的出行路径提取。本发明在进行用户轨迹数据地图匹配时,仅需要输入用户的轨迹数据获取用户出行路径,计算速度快,匹配结果准确,为用户出行特征的分析提供了充分的研究数据。
主权项:1.一种基于手机信令数据和Mix-Markov模型的出行路径提取方法,其特征在于,步骤如下:1对手机用户出行过程中产生的手机信令数据进行预处理以去除噪声,并采用基于时空信息DBSCAN算法对停留点进行分簇,将各停留点簇的中心点与移动点作为用户出行的有效轨迹点;2从步骤1提取的用户出行的有效轨迹点中,分日期分用户提取出每个用户出行的有效轨迹点的时间序列,作为地图匹配的待匹配轨迹点序列;3基于隐马尔可夫模型,计算每个待匹配轨迹点的发射概率向量以及相邻时间状态下待匹配轨迹点的路网候选轨迹点之间转移概率矩阵;4根据维特比算法获取最优路径,即得到地图匹配结果,完成手机用户的出行路径提取。
全文数据:
权利要求:
百度查询: 东南大学 一种基于手机信令数据和Mix-Markov模型的出行路径提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。