[发明专利]共享单车出行影响因素识别方法、系统及存储介质有效
申请号: | 201811212040.7 | 申请日: | 2018-10-18 |
公开(公告)号: | CN109544690B | 公开(公告)日: | 2020-09-22 |
发明(设计)人: | 莫海彤;魏宗财;陈婷婷 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06T17/30 | 分类号: | G06T17/30;G06F16/29 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 李君 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 共享 单车 出行 影响 因素 识别 方法 系统 存储 介质 | ||
1.一种共享单车出行影响因素识别方法,其特征在于,所述方法包括:
获取共享单车数据、兴趣点数据和城市道路数据;其中,所述共享单车数据每10分钟进行一次采集获取;
对获取的共享单车数据、兴趣点数据和城市道路数据进行预处理;
根据预处理的数据,划分样本单元网格,分别统计每个样本单元网格内共享单车的起点和终点数量、兴趣点数量和城市道路长度;其中,兴趣点数量和城市道路长度构成建成环境因素;
根据样本单元网格,构建混合地理加权回归模型,对影响共享单车出行的起点和终点分布的建成环境因素进行识别;
所述构建混合地理加权回归模型,对影响共享单车出行的起点和终点分布的建成环境因素进行识别,具体包括:
构建高斯混合地理加权回归模型;其中,所述高斯混合地理加权回归模型包括全局变量和局部变量,高斯混合地理加权回归模型的构建如下:
其中,yi为第i个空间单元的因变量,即共享单车轨迹起点数量、终点数量的对数,Xij为第i个空间单元的第j个自变量,即建成环境特征,αj为全局变量的回归系数,βj为局部变量的回归系数,ui和vi为第i个空间单元的经纬度坐标,εi为残差;
选择核函数计算高斯混合地理加权回归模型中每个空间单元的权重值以及选择核带宽;其中,所述核函数包括高斯固定核函数和自适应双重平方核函数;
将所有自变量列为局部变量,进行地理加权回归模型构建,地理加权回归的公式如下:
其中,yi为第i个空间单元的因变量,Xij为第i个空间单元的第j个自变量,γj(ui,vi)为自变量的回归系数,ui和vi为第i个空间单元的经纬度坐标,εi为残差记录模型的AICc值,记为AIC0;将第j个自变量列为全局变量,进行混合地理加权回归,记录AICc值,记为AICj,比较两个模型的AICc值,若AIC0-AICj3,则将第j个自变量列为全局变量,以此类推;
通过莫兰指数检验高斯混合地理加权回归模型的标准化残差。
2.根据权利要求1所述的共享单车出行影响因素识别方法,其特征在于,所述对共享单车数据、兴趣点数据和城市道路数据进行预处理,具体包括:
对共享单车数据进行清洗,剔除重复采集和未曾移动的数据点信息,生成模拟的出行轨迹,存储出行距离、出行时长和出行速度信息;
计算所述出行轨迹的起点经纬度和终点经纬度;
从兴趣点数据中筛选保留餐饮、风景名胜、公司企业、购物、金融保险服务、科教文化服务、生活服务、体育休闲服务、医疗保健服务、住宅、住宿服务、政府机构及社会团体、交通设施共十三类兴趣点,记为二级类别;
将十三类兴趣点整合为居住、办公、生活服务、医疗卫生、餐饮购物、体育休闲、文教、交通设施共八个类别,记为一级类别;
对城市道路数据进行筛选,保留一级道路、二级道路的道路中心线,以道路中心线的长度表示城市道路长度。
3.根据权利要求1所述的共享单车出行影响因素识别方法,其特征在于,所述根据预处理的数据,划分样本单元网格,统计共享单车的起点和终点、兴趣点数量和城市道路长度,具体包括:
根据预处理的数据,划分样本单元网格,对每个样本单元网格内共享单车起点和终点数量、各类别的兴趣点数量、各等级城市道路的长度进行统计;
将每个变量储存为独立的数据列,剔除或补全分析样本中包含空值的数据行,将所有数据合并到同一要素类中;
计算网格中心点的经纬度,并分存为两列。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811212040.7/1.html,转载请声明来源钻瓜专利网。