[发明专利]一种基于支持向量机模型的交通方式换乘行为识别方法

权利要求书

1.一种基于支持向量机模型的交通方式换乘行为识别方法，其特征在于：包括如下步骤：

步骤一、基础数据采集并构建数据库管理系统；

步骤二、对基础数据进行预处理；

步骤三、对个体出行的停留状态进行识别；

步骤四、计算不同交通方式换乘行为的特征指标；

步骤五、构建支持向量机模型对全过程出行数据进行换乘行为识别；

步骤六、从数据库管理系统中匹配提取换乘行为的相关信息。

2.根据权利要求1所述的一种基于支持向量机模型的交通方式换乘行为识别方法，其特征在于：所述基础数据为带有GNSS卫星定位芯片的便携式终端设备采集的个体全天卫星定位轨迹数据，包括：用户编码、出行时间、经纬度数据和速度。

3.根据权利要求2所述的一种基于支持向量机模型的交通方式换乘行为识别方法，其特征在于：所述基础数据分为训练数据和待识别数据，所述训练数据用于支持向量机模型的参数配置和调试，包含所有常见交通方式换乘行为数据，各类换乘行为数据大于等于100组，且包括拥堵时段和非拥堵时段采集的数据；所述待识别数据，用于输入训练好的支持向量机模型进行交通换乘行为识别。

4.根据权利要求1所述的一种基于支持向量机模型的交通方式换乘行为识别方法，其特征在于：步骤二所述对基础数据进行预处理的方法包括对缺失数据进行填补和对错误数据进行修正，其中：

(1)对缺失数据进行填补：根据设备定位频率，依次搜索出行过程中数据缺失段并进行时序标号；对于每一缺失轨迹，利用缺失段前后定位点经纬度和定位时间进行均匀插值补点，数据填补频率与数据采集频率一致；

(2)对错误数据进行修正：利用定位点经纬度连续计算出行全程前后定位点间距离，去除点间距大于50米定位点的错误数据，并按照第(1)步的缺失数据填补方法再一次插值补点。

5.根据权利要求1所述的一种基于支持向量机模型的交通方式换乘行为识别方法，其特征在于：步骤三所述对个体出行的停留状态进行识别的方法包括如下内容：

(1)对出行停留点进行识别：将在3分钟、70米范围内定位点数超过150点的轨迹段识别为停留段，对连续有重叠的停留段进行合并，并对停留段进行时序标号，得到停留点；

(2)对停留点进行优化，得到短时间停留点：将在15分钟、200米范围内定位点数超过700点的轨迹段识别为长时间停留点，去除长时间停留点后得到的停留点即为短时间停留点。

6.根据权利要求5所述的一种基于支持向量机模型的交通方式换乘行为识别方法，其特征在于：步骤四所述不同交通方式换乘行为的特征指标包括停留点数、换乘前60秒速度、换乘后60秒速度、换乘前60秒加速度和换乘后60秒加速度，计算方法如下：

(1)停留点数：根据停留段编号，将停留段末位点时间减去停留段起点时间，时差长度转换为秒数，即为停留点数；依次计算各换乘段停留点数；

(2)换乘前60秒速度：以各停留段起始点为基准，向前延长60秒，利用连续两点的经纬度计算点间位移，利用连续两点定位时间计算时间差，从而位移除以时长确定换乘前60秒各定位点瞬时速度；

(3)换乘后60秒速度：以各停留段末尾点为基准，向后延长60秒，利用连续两点的经纬度计算点间位移，利用连续两点定位时间计算时间差，从而位移除以时长确定换乘后60秒各定位点瞬时速度；

(4)换乘前60秒加速度：以各停留段起始点为基准，向前延长60秒，利用连续两点的瞬时速度值计算速度差，利用连续两点定位时间计算时间差，从而速度差除以时间差确定换乘前60秒各定位点加速度值；

(5)换乘后60秒加速度：以各停留段末尾点为基准，向后延长60秒，利用连续两点的瞬时速度值计算速度差，利用连续两点定位时间计算时间差，从而速度差除以时间差确定换乘后60秒各定位点加速度值。