典型文献
结合轨迹数据的居民出行模式及功能识别研究
文献摘要：
城市人群的出行特征通过车辆轨迹数据隐含的行为信息可以体现,但传统的单维度模型将不再适用于轨迹数据隐含的多维信息的挖掘.本文将海口市中心城区根据路网划分区域,使用能够挖掘多维信息的非负稀疏约束下张量分解基于"滴滴出行"轨迹数据,从时空维度挖掘居民出行规律并进行区域功能特征识别.结果表明:居民出行时间符合工作日,休息日的早高峰、日间、晚高峰、夜间的出行时间模式;居民出行空间包含6种上/下车出行空间模式,同时发现时间模式与空间模式之间存在交互联系,即居民在不同时间模式下的不同出行空间模式都有不同的上下车冷热点活动,基于该交互联系可以识别出空间功能特征,同时在此基础上基于兴趣点(point of interest,POI)功能识别结合分析,不仅表明居民出行行为识别空间功能特征的可行性,也提高了功能识别结果的准确性,可以为城市管理者解决城市问题如交通拥堵、功能布局失衡等做出决策提供帮助.
文献关键词：
车辆轨迹数据;张量分解;居民出行模式;空间功能特征
中图分类号：
作者姓名：
温振威;彭定永
作者机构：
江西理工大学 土木与测绘工程学院,江西 赣州341000
文献出处：
引用格式：
[1]温振威;彭定永-.结合轨迹数据的居民出行模式及功能识别研究)[J].北京测绘,2022(03):291-297
A类：
路网划分,功能特征识别,空间功能特征
B类：
居民出行模式,功能识别,出行特征,车辆轨迹数据,海口市,中心城区,稀疏约束,张量分解,滴滴,滴出,时空维度,区域功能,出行时间,工作日,休息日,早高峰,日间,时间模式,行空,空间模式,同出,上下车,冷热点,兴趣点,point,interest,POI,结合分析,居民出行行为,行为识别,城市管理者,城市问题,交通拥堵,功能布局
AB值：
0.297486
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
