基于手机定位数据的出行方式识别方法及系统与流程

技术特征：
1.一种基于手机定位数据的出行方式识别方法，其特征在于，包括：获取一段时间内待分析区域中的手机三角定位数据；筛选出实际道路中运行的车载手机用户数据，形成车载手机用户的运行轨迹；以各个车载手机用户的轨迹之间的面积差值作为输入，通过最小支撑树算法来进行数据剪枝，形成聚类结果；将聚类结果中同一类的车载手机用户数看作同时乘坐同一辆车的出行者，识别车载手机用户的出行模式为单独出行，共享出行或公交出行。2.根据权利要求1所述的基于手机定位数据的出行方式识别方法，其特征在于，包括：筛选出实际道路中运行的车载手机用户数据，包括：将手机定位数据映射到路网地图中，计算在各路段单位时间内的平均速度，如果低于设定阈值则剔除该手机定位数据；平均速度计算如下：其中，m表示在单位时段t内的手机用户的定位点个数，t
k
表示第k个定位时刻与上一时刻的时间段，x(k)表示在第k个时刻所在位置的经纬度坐标信息。3.根据权利要求2所述的基于手机定位数据的出行方式识别方法，其特征在于，计算最大瞬时速度，剔除每条路段中最大瞬时速度超过该路段最高限速的手机定位数据；最大瞬时速度如下：其中，t
k
表示手机用户在第k个时刻与第k-1个时刻内的时段，x(k)与x(k-1)分别表示手机用户的第k个时刻与第k-1个时刻的地理位置经纬度。4.根据权利要求3所述的基于手机定位数据的出行方式识别方法，其特征在于，剔除定位点不足两个的手机定位数据。5.根据权利要求1至4之一所述的基于手机定位数据的出行方式识别方法，其特征在于，以各个车载手机用户的轨迹之间的面积差值作为输入，通过最小支撑树算法来进行数据剪枝，形成聚类结果，包括：在某一路段上的每个车载手机用户作为一个顶点，形成全连接无向图g＝(a,e,ω)；a为顶点集合，即手机用户轨迹所围成的面积集合；顶点之间边的权值为各个车载手机用户轨迹所围成的面积之间的差值e代表连接两个顶点的边集；不同车载手机用户轨迹之间的相互连接的边e＝(a
u
,a
v
)，u＝1,2,
…
,n,v＝1,2,
…
,n,u≠v，边的权重为ω(e)＝(a
u
,a
v
)，权重计算公式为：ω(e)＝|a
u-a
v
|其中，a
u
，a
v
分别表示车载手机用户u与车载手机用户v的轨迹与横坐标轴所包围的总面积，计算所有车载手机用户轨迹面积之间差值作为各顶点间的距离，即为边的权重，分别计算所有用户的轨迹之间的面积，从而获得权重矩阵：
通过prim算法的将无向图g划分成若干子集图s
i
s
i
的最小支撑树形式；针对每个子集图s
i
，重复剔除子集图s
i
中权重最大的边，使得类内距离最小，类间距离最大，使得聚类子集的数量达到该子集图s
i
最佳聚类数，完成聚类。6.根据权利要求5所述的基于手机定位数据的出行方式识别方法，其特征在于，生成每个子集图s
i
的最小支撑树中的子枝，包括：(1)若某一聚类子集图s
i
是无环图，则子集图直接看作最小支撑树，转至(5)，否则继续(2)；(2)查找具有环的某一聚类子集图s
i
中的最小权值的边<a
u
,a
v
>；(3)将边<a
u
，a
v
>及与该边相连接的新顶点放入集合t中，若集合t中包含了图g中的所有顶点，转至(5)，否则进入步骤(4)；(4)寻找t中每一顶点与t外顶点组成的边中权值最小的边<a
u
，a
v
>，转至(3)；(5)形成的集合t是聚类子集图s
i
的最小支撑树。7.根据权利要求5所述的基于手机定位数据的出行方式识别方法，其特征在于，子集图s
i
最佳聚类数的确定包括：在[c
min
，c
max
]区间寻找使vrc值达到最大值时的聚类数作为最佳聚类数，c
max
是车载手机用户的总数，c
min
等于1；计算：计算：计算：其中，bgss表示两个不同类别的各个手机用户之间距离的和，其具有k-1个自由度；wgss表示同一类别内各个手机用户之间距离的和，其具有n-k个自由度；n表示用于构建该个支撑树的车载手机用户总数；k表示所构建的最小支撑树所拆分后的类别数，即聚类数；n
j
表示所构建的最小支撑树分割后第j个类别内的手机用户数，μ表示基于所有车载手机用户所构建的最小支撑树中边的权重的均值，μ
j
表示聚类后的类别j内边的权重均值，c
j
表示聚类后的类别j内边的权重子集，x表示聚类后类别j内各个边的权值；计算当wgss值最小并且bgss值最大时对应的k值作为最佳聚类数。8.根据权利要求1至4之一所述的基于手机定位数据的出行方式识别方法，其特征在于，识别车载手机用户的出行模式包括：当聚类后该类别内的车载手机用户数为1时，表示为单独出行；当聚类后该类别内的车载手机用户数为时，表示为合乘出行；当聚类后该类别内的车载手机用户数为大于7时，表示为公交出行。9.一种基于手机定位数据的出行方式识别系统，其特征在于，包括：数据筛选模块，获取一段时间内待分析区域中的手机三角定位数据；筛选出实际道路
中运行的车载手机用户数据；轨迹形成模块，形成各个车载手机用户的运行轨迹；聚类模块，以各个车载手机用户的轨迹之间的面积差值作为输入，通过最小支撑树算法来进行数据剪枝，形成聚类结果；出行模式识别模块，将聚类结果中同一类的车载手机用户数看作同时乘坐同一辆车的出行者，识别车载手机用户的出行模式为单独出行，共享出行或公交出行。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，当所述程序指令由处理器运行时，实现权利要求1至8之一所述的基于手机定位数据的出行方式识别方法。

技术总结
本发明涉及一种基于手机信令数据的出行方式识别方法及系统，获取一段时间内待分析区域中的手机三角定位数据；筛选出实际道路中运行的车载手机用户数据，形成车载手机用户的运行轨迹；以各个车载手机用户的轨迹之间的面积差值作为输入，通过最小支撑树算法来进行支撑树剪枝，形成聚类结果；将聚类结果中同一类的车载手机用户数看作同时乘坐同一辆车的出行者，识别车载手机用户的出行模式为单独出行，共享出行或公交出行。本发明针对所筛选出的车载手机用户，创新性的提出了基于图论的最小支撑树聚类方法，能够依据车载手机用户的定位轨迹比较准确的进行出行方式划分。迹比较准确的进行出行方式划分。迹比较准确的进行出行方式划分。


技术研发人员：邢吉平 霍锦彪 张媛 杨逊
受保护的技术使用者：邢吉平
技术研发日：2021.10.26
技术公布日：2022/1/11