基于手机信令数据的城市居民动态OD矩阵提取方法

• 全文链接
• 请求原文

作   者：

田钊;  张乾钟;  赵轩;  陈斌;  佘维;  杨艳芳; 

作者机构：

郑州大学计算机与人工智能学院;  郑州大学网络空间安全学院;  交通运输部科学研究院; 

关键词：

手机信令数据;  城市出行;  智能交通系统;  时空特征分析;  动态OD矩阵;  驻留点识别; 

期刊名称：

郑州大学学报(工学版)

i s s n：

1671-6833

年卷期：

2024 年 45 卷 003 期

页   码：

46-54

摘   要：

现有的城市居民出行调查周期较长,交通小区划分粒度粗糙,导致调查不能及时准确地获取居民出行信息.针对该问题,提出了一种基于手机信令数据的城市居民动态OD矩阵提取方法.首先,针对信令数据中的两种复杂噪声:乒乓切换和漂移数据,提出了基于窗口阈值的检测与等效位置替换方法,以及复杂漂移点的检测和标记处理方法;然后,提出一种改进的 ST-DBSCAN聚类方法,引入一种等时化方法将时间信息与空间信息相结合,识别出行过程中的驻留点;最后,基于地理信息系统构建含有道路关键节点的路网,将居民出行OD与路网节点相匹配,有效推导出城市居民动态 OD矩阵.实验结果表明:与 ST-DBSCAN算法相比,所提改进的 ST-DBSCAN算法在聚类效果和识别速度上分别提升了 6.10%和 5.26%;与统计方法和二阶统计量方法相比,基于改进的 ST-DBSCAN 算法的动态 OD矩阵提取方法在均方误差(MSE)上分别降低了 16.98%和 21.55%.以北京市为例,运用提出的动态OD矩阵提取方法,能够及时有效地分析城市居民日常与高峰时段的出行特征.