从多源数据提取出行用于移动模式分析:一个基于应用的数据实例
应用统计
2020-09-07 v2 信号处理
摘要
被动生成数据(如 GPS 数据与蜂窝数据)为人类移动性分析与交通应用带来巨大机遇。由于其首要目的往往与交通无关,被动生成数据需经处理以提取出行。多数现有出行提取方法依赖通过单一定位技术(如 GPS 或蜂窝塔三角定位)生成的数据(故称单源数据),而从多种定位技术生成的数据(即多源数据)提取出行的方法尚属空白。然而,多源数据正日益普遍。多源数据由多种技术(如 GPS、蜂窝网络及基于 WiFi)生成,其时空属性差异很大。本研究提出“分治与整合”(DCI)框架以从多源数据提取出行。我们通过将框架应用于一个基于应用的数据来评估之,该数据为多源且定位精度与观测间隔(即连续两次观测间的时间间隔)均高度变异。在该数据的手动标注样本上,框架优于为 GPS 数据设计的当前最优 SVM 模型。该框架的有效性也通过以下事实得以说明:从基于应用的数据与同期同区域外部收集的家庭出行调查数据得到了一致的移动模式。
引用
@article{arxiv.1912.01835,
title = {Extracting Trips from Multi-Sourced Data for Mobility Pattern Analysis: An App-Based Data Example},
author = {Feilong Wang and Jingxing Wang and Jinzhou Cao and Cynthia Chen and Xuegang and Ban},
journal= {arXiv preprint arXiv:1912.01835},
year = {2020}
}
备注
The manuscript contains some issues and further works are needed. The authors have not reached a consensus about when it will be ready for the public and decide to withdraw it