基于GPS數(shù)據(jù)的交通出行模式及轉(zhuǎn)換點識別算法

朱少武，孫海春，羅萬杰，趙曉凡

(中國人民公安大學(xué) 信息技術(shù)與網(wǎng)絡(luò)安全學(xué)院，北京 102623)

伴隨著移動通訊設(shè)備普及應(yīng)用，全球定位系統(tǒng)(global position system, GPS)產(chǎn)生的數(shù)據(jù)對個人位置的展現(xiàn)越來越充分。依據(jù)GPS數(shù)據(jù)識別個人的交通出行模式，可以對居民出行信息準確摸排，有助于城市交通規(guī)劃和管理，解決當(dāng)前城市中存在的公交線路規(guī)劃、交通擁堵等問題；也可分析個人的出行特點，并有針對地推薦相關(guān)服務(wù)。利用轉(zhuǎn)換點識別算法識別出GPS軌跡數(shù)據(jù)中的出行模式轉(zhuǎn)換點，可以分段對GPS數(shù)據(jù)進行分析研判，給出出行模式標簽，最終得到整段GPS數(shù)據(jù)的出行模式變化過程。

分類算法的不同對最終識別結(jié)果的精度有很大的影響。出行模式識別算法主要使用神經(jīng)網(wǎng)絡(luò)、隨機森林、支持向量機等分類算法。Liang等[1]利用卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks，CNN)進行識別，并加入一些濾波算法對數(shù)據(jù)進行平滑處理來降低數(shù)據(jù)的波動，其最高識別精度在94%左右。Xiao等[2]利用貝葉斯網(wǎng)絡(luò)和K2算法，最終得到的步行模式識別率超過97%。Martin等[3]開發(fā)了一種新的分類算法，并與K近鄰分類算法(k-nearest neighbor，KNN)和隨機森林算法進行對比，實驗表明結(jié)合隨機森林算法的識別準確率更高，約為94%。Zhu等[4]提出一種出行模式選擇模型和一種有向圖引導(dǎo)的融合Lasso方法，降低了出行模式研判算法的時間復(fù)雜度。Guvensan等[5]提出基于分段的傳輸模式檢測體系結(jié)構(gòu)，其綜合識別準確率在93%左右。此外，有效的識別特征對提升出行模式識別準確率很有幫助。Sun等[6]結(jié)合譜聚類分析和隱Markov模型，加入位置信息和信號強度等特征，得到的出行模式算法平均識別準確率超過93%。Dabiri等[7]使用CNN算法，利用急動度和方向變化率輔助算法的識別，相比之前研究的準確率提升超過10%。

一些研究利用深度數(shù)據(jù)挖掘大幅度提高了單種出行模式的識別準確率。Wang等[8]提出地鐵模式單獨識別的方法，并結(jié)合地理信息系統(tǒng)(geographic information system, GIS)進行精度識別，使得地鐵模式的識別準確率超過98%。Zong等[9]提出步行/騎行模式單獨識別的方法，在3萬余條數(shù)據(jù)中識別正確率接近100%。然而，一段出行記錄中往往涉及多種出行模式。確定出行模式轉(zhuǎn)換點是識別過程的難點，而要精準地識別出一段GPS日志中的不同出行模式更為困難。針對多種模式轉(zhuǎn)換問題的深入研究較少，沈云[10]對轉(zhuǎn)換點進行了研究，對比了基于多段窗口識別和基于移動窗口識別，其多段窗口識別率達到78.8%，移動窗口識別率達到76.7%。

目前圍繞識別算法的改進大多側(cè)重于提供新的識別算法和新的運動特征，得到了較高的識別精度。已有研究中速度特征選取以平均速度和分位速度為主，但平均速度和分位速度受其他干擾因素影響較大。受到整體速度變化過程的影響，每個靜止點的增加會在一定程度上降低平均速度和分位速度。同時，停留點的次數(shù)特征受到出行距離的影響，出行距離長的樣本的停留次數(shù)相對更高。本研究通過“穩(wěn)定速度”和“平均停留間隔”兩個特征來彌補以上不足，并提出了基于低速度移動研判的出行模式轉(zhuǎn)換點識別方法，通過轉(zhuǎn)換點將GPS軌跡分段研判，進一步提高出行模式識別的準確率。

1 基于低速度移動研判的轉(zhuǎn)換點識別方法

出行模式轉(zhuǎn)換點識別是出行模式識別過程的重要組成部分，轉(zhuǎn)換點識別的準確率很大程度上影響了出行模式研判的正確率。目前有兩種典型的轉(zhuǎn)換點識別方法：基于多段窗口的識別方法和基于移動窗口的識別方法[10]。在移動窗口的識別方法中，通常利用遍歷的方式，計算每一個數(shù)據(jù)點窗口兩側(cè)的歐氏距離；比較兩側(cè)的相似度大小，將低于一定閾值的點認定為轉(zhuǎn)換點。

通過觀察個人GPS軌跡數(shù)據(jù)，對個人出行模式中交通方式的轉(zhuǎn)換過程進行了分析，發(fā)現(xiàn)：①每一次交通出行模式轉(zhuǎn)換均包含一定的時間間隙，而這段時間間隙總是被步行模式或者靜止模式占用；②由于步行模式和靜止模式本身的速度特性，相對其他的出行模式來說可以較為簡便地區(qū)分。利用以上特征，對基于移動窗口的轉(zhuǎn)換點識別方法進行改進，提出一種基于低速度移動研判的出行模式轉(zhuǎn)換點識別方法。

將一段GPS軌跡數(shù)據(jù)表示為：G0={g|g=(Lat,Lon,H,date,time)}。其中g(shù)代表某一個時刻的GPS數(shù)據(jù)，由5個維度數(shù)據(jù)組成，分別指某個時刻的緯度值、經(jīng)度值、海拔高度、日期、時間；轉(zhuǎn)換點集合表示為T={g|g∈G0∧g是轉(zhuǎn)換點}。此外，設(shè)定一個速度閾值經(jīng)驗值V0和研判移動窗口的步長S，其中，V0指步行或者靜止時人的最高移動速度，S決定取樣的時間間隔。

首先將出行模式劃分為步行模式與非步行模式兩類。針對一段GPS軌跡數(shù)據(jù)中的出行模式轉(zhuǎn)換點候選集的研判方法如下：

1)設(shè)定研判窗口大小Δt，設(shè)定研判移動窗口的步長S；

2)對于軌跡數(shù)據(jù)中某一時刻t的GPS數(shù)據(jù)g，依據(jù)研判窗口大小，完成g前后Δt時間內(nèi)的GPS出行軌跡的數(shù)據(jù)取樣；

3)分別研判取樣窗口內(nèi)軌跡數(shù)據(jù)的出行模式。如果兩段樣本中出行模式不同，則g計入轉(zhuǎn)換點候選集；若果兩段樣本中出行模式相同，g不計入轉(zhuǎn)換點候選集；

4)移動步長S，選取t+S時刻的GPS數(shù)據(jù)g′;

5)轉(zhuǎn)入2)，繼續(xù)研判直到軌跡數(shù)據(jù)結(jié)束。

利用以上方法篩選出一段出行軌跡中的出行模式轉(zhuǎn)換點備選集合。常規(guī)情況下，在較短的時間間隔內(nèi)不會出現(xiàn)多次出行模式的轉(zhuǎn)換。因此，設(shè)定篩選閾值ST，剔除時間范圍內(nèi)歐氏距離較小、相似度較大的轉(zhuǎn)換點，留下時間范圍內(nèi)唯一的轉(zhuǎn)換點。依據(jù)測試數(shù)據(jù)集情況設(shè)定時間ST=20 min。

基于低速度移動研判的轉(zhuǎn)換點識別算法:FunctionTPRA(G0,T) 輸入:一段GPS出行軌跡數(shù)據(jù)G0輸出:轉(zhuǎn)換點集合T1: Begin2: 設(shè)置初始變量:研判窗口大小Δt,步長S,速度閾值經(jīng)驗值V0,刪選閾值ST,歐式距離度量窗口變量Δt′;3: whilei<|G0|do4: 在G0中取出gi;5: 取gi前Δt區(qū)間內(nèi)的GPS數(shù)據(jù)為data1;4: 取gi后Δt區(qū)間內(nèi)的GPS數(shù)據(jù)為data2;5: 分別研判data1、data2兩個區(qū)間內(nèi)GPS軌跡的出行模式Mode1、Mode2;6: IfMode1≠Mode2 7: gi計入轉(zhuǎn)換點候選集T′;8: endif 9: endwhile 10: Whilei<|T′|do11: 在T′中取出gi;12: gi前Δt′區(qū)間內(nèi)的GPS數(shù)據(jù)為data1′;13: 取gi后Δt′區(qū)間內(nèi)的GPS數(shù)據(jù)為data2′;14: 計算data1′與data2′的歐式距離dis;15: 保存dis為gi的歐式距離;16: endwhile17: whilej<|T′|do18: ifgj+1與gj的時間距離小于ST19: ifgj+1的歐式距離小于gj的歐式距離20: T′=T′-{gj+1};21: else22: T′=T′-{gj};23: endif24: endif25: endwhile26: T=T′27:End

2 借助轉(zhuǎn)換點識別的GPS軌跡出行模式生成方法

研判輸出一段GPS軌跡的出行模式分5步進行：①將一段GPS數(shù)據(jù)進行預(yù)處理，如：濾波、插值等，剔除臟數(shù)據(jù)；②根據(jù)清洗后的數(shù)據(jù)計算相關(guān)特征；③通過上一章的轉(zhuǎn)換點識別算法識別出GPS軌跡中的出行模式轉(zhuǎn)換點，依據(jù)轉(zhuǎn)換點將一段GPS數(shù)據(jù)分為不同子段；④利用隨機森林分類器，研判不同子段的出行模式；⑤依照時間次序?qū)⒛Ｊ綐撕炦B接，得到整段GPS數(shù)據(jù)攜帶的出行模式信息。方法的總體框架如圖 1所示。

圖1 出行模式識別框架圖

2.1 數(shù)據(jù)預(yù)處理

2.1.1 高斯濾波

鑒于定位系統(tǒng)的準確性，所有的GPS定位數(shù)據(jù)都無法絕對精確地定位被采集位置，收集的數(shù)據(jù)會在一定范圍內(nèi)波動，產(chǎn)生不必要的噪聲，因此需要將其進行平滑處理。參考黃仁等[11]、孫冰怡等[6]、Liang等[1]的工作，利用濾波方法將數(shù)據(jù)進行平滑處理。具體地，利用高斯濾波算法，濾除掉數(shù)據(jù)中的高斯白噪聲。

gi.Lat=(gi-1.Lat+gi.Lat+gi+1.Lat)/3。

(1)

其中：gi.Lat為濾波后的第i點經(jīng)緯度值，gi-1.Lat為原GPS數(shù)據(jù)中第i-1點經(jīng)緯度值，gi.Lat為原GPS數(shù)據(jù)中第i點經(jīng)緯度值，gi+1.Lat為原GPS數(shù)據(jù)中第i+1點經(jīng)緯度值。用一點及其附近點的平均值代替這一點的原值，能夠降低數(shù)據(jù)的突變，使軌跡變得更平滑、連續(xù)，更符合實際情況的變化規(guī)律。

2.1.2 插值法

由于信號傳輸?shù)牟环€(wěn)定或定位系統(tǒng)采集的問題，在某些時間點上的數(shù)據(jù)會產(chǎn)生缺失，而在一些信號弱或無信號的隧道等地區(qū)甚至?xí)霈F(xiàn)大面積的數(shù)據(jù)缺失，嚴重影響模式識別。為此，需要將這些數(shù)據(jù)進行修補，在一定程度上保持數(shù)據(jù)的合理性。

實驗采用了一維線性插值法來補充缺失的數(shù)據(jù)，使數(shù)據(jù)頻率更穩(wěn)定。具體地，利用缺失點兩側(cè)的數(shù)據(jù)，將兩側(cè)數(shù)據(jù)的時間、經(jīng)緯度取均值，按時間以勻速狀態(tài)插入缺失點。

gi=(gi-1+gi+1)/2。

(2)

其中，gi為缺失點GPS數(shù)據(jù)，gi-1為缺失點上一時刻GPS數(shù)據(jù)，gi+1為缺失點下一時刻GPS數(shù)據(jù)。對缺失點的值進行預(yù)測，數(shù)據(jù)標注為缺失點前后相應(yīng)數(shù)據(jù)的均值。

2.2 特征的選擇

實驗選定中位速度、95%分位速度、平均速度、穩(wěn)定速度、平均停留間隔作為出行模式識別算法的基本特征。特征的選擇主要針對速度類進行提取，用95%分位速度代替最高速度，是因為最高速度有可能無法反映真實的速度，是突變的，波動性較強。中位速度、95%分位速度、平均速度的計算很多文獻中都有，在此不贅述。

一段完整的速度數(shù)據(jù)，必然會有加速-勻速-減速的過程。在運動過程中，取均值會受到加減速時速度變化的影響，使得提取值不準確。而提取穩(wěn)定速度，可以避免加減速對于提取值的影響，從而得到更為準確的提取值。實驗采用以下方法提取一段GPS軌跡數(shù)據(jù)的穩(wěn)定速度SV。首先，識別出一段完整的加速-勻速-減速的過程，作為運動趨勢；在這段運動趨勢中取勻速段的平均速度作為穩(wěn)定速度。一段GPS軌跡數(shù)據(jù)G0={g|g=(Lat,Lon,H,date,time)}，其中g(shù)代表某一個時刻的GPS數(shù)據(jù)。用符號P=(Lat,Lon,V,A,date,time)表示GPS數(shù)據(jù)的特征數(shù)據(jù)，其中6個的維度數(shù)據(jù)分別指某個時刻的緯度值、經(jīng)度值、速度、加速度、日期、時間。g的特征數(shù)據(jù)表示為Pg，G0的特征數(shù)據(jù)表示為PG0。

此外，許多研究在識別中采用停駐點作為研判出行模式的基本特征。如Liang等[12]利用公交站停留點占總停留點的比率，提高了bus模式的識別準確率。但在實際中，受到出行段總時間、總距離的影響，停駐次數(shù)會產(chǎn)生較大的差異。出行時間長、距離較長的出行段，停駐次數(shù)更多。因此，結(jié)合出行距離與停駐次數(shù)，得到平均停留間隔，在一定程度上消除了出行時間、距離對出行模式研判的干擾影響，對模式識別有較大幫助。

Asd=D/SN。

(3)

其中：Asd為平均停留間隔，D為出行段的總路程，SN為出行段中停駐次數(shù)(采集點后10 s速度小于0.3 m/s時判定為停駐點)。平均停留間隔代表平均情況下兩次停駐之間的距離。對于公交、地鐵等停駐有規(guī)律的模式具有較好的識別效果。

穩(wěn)定速度提取算法:FunctionSVE(P,SV) 輸入:一段GPS軌跡的特征數(shù)據(jù)PG0輸出:本段GPS軌跡的穩(wěn)定速度特征SV1: Begin2: Whilei<|PG0|do3: 取出Pgi;4: ifabs(average(Pgi-5.V,Pgi-4.V,…,Pgi-1.V)-Pgi.V)<0.2m/s than5: m=i+5;6: whilem<|PG0|do7: ifabs(average(Pgi+m+5.V,Pgi+m+4.V,…,Pgi+m+1.V)-Pgi+m.V)<0.2m/s than8: MV←i至i+m的中位速度;9: else m+1;10: endif11: endwhile12: i=i+m;13: elsei=i+1;14: endif15: SV←average(MV); endwhile16: End

2.3 隨機森林分類器

隨機森林算法的本質(zhì)是利用閾值進行的二分法，更適合解決分類問題[12-14]。因此，實驗將一段GPS軌跡的出行模式識別問題轉(zhuǎn)換為分類問題，采用隨機森林算法完成出行模式識別。

隨機森林是由決策樹改進而來，由多棵決策樹組成。對于單棵樹，在訓(xùn)練模型時，通過隨機選取數(shù)據(jù)和特征創(chuàng)建結(jié)點，結(jié)點值定為將數(shù)據(jù)最優(yōu)分割情況時的界值，即分割后GPS數(shù)據(jù)的出行模式某一種標簽占全部數(shù)據(jù)比例最高的情況。當(dāng)標簽種類唯一時，停止生長。用模型識別時，將待測數(shù)據(jù)與結(jié)點的值進行比較，相應(yīng)落到某一個子結(jié)點中，重復(fù)比較特征。當(dāng)數(shù)據(jù)掉落到某一個葉子結(jié)點中時，葉子結(jié)點的標簽就表示為這段GPS軌跡數(shù)據(jù)的識別結(jié)果。將所有決策樹的識別結(jié)果進行投票，得票最高的模式標簽定為這片隨機森林的識別結(jié)果。

2.4 算法實現(xiàn)過程

將一段GPS軌跡數(shù)據(jù)表示成：G0={g|g=(Lat,Lon,H,date,time)}，G0對應(yīng)的出行模式序列表示為M=〈M0,M1,…,Mk〉，其中，M0代表G0中第一個子段的出行模式標簽。

首先對收集的GPS軌跡數(shù)據(jù)進行預(yù)處理和特征計算，處理過程見2.1和2.2節(jié)；然后，將不符合一般規(guī)律的數(shù)據(jù)剔除，如步行速度大于10 m/s的；通過轉(zhuǎn)換點識別將待測數(shù)據(jù)分段，并利用訓(xùn)練好的模型對數(shù)據(jù)進行模式識別，得到對應(yīng)的出行模式標簽；最后，將得到的模式標簽組合形成預(yù)測結(jié)果。

符 號 說 明

3 實驗結(jié)果與分析

3.1 測試條件與數(shù)據(jù)集

實驗所采用的硬件條件是：主板，華碩 X455LJ；CPU，(英特爾)Intel(R)Core(TM)i5-5200U @ 2.20 GHz；內(nèi)存，12.00 GB(1 600 MHz)。軟件環(huán)境是Microsoft Windows 10 企業(yè)版(64位)、Pycharm集成開發(fā)環(huán)境。

由于研究者所采用的數(shù)據(jù)集的收集方式有所不同，因此各個數(shù)據(jù)集中的異常數(shù)據(jù)量會有很大不同，導(dǎo)致識別的準確率不同，所以需要將差距較大的數(shù)據(jù)集分開對比。收集的數(shù)據(jù)集分為自主收集數(shù)據(jù)集和工程數(shù)據(jù)集。自主收集的數(shù)據(jù)一般是由手機App的內(nèi)置功能實現(xiàn)，采集個體一段時間內(nèi)的運動情況。工程數(shù)據(jù)集是由專業(yè)的某項工程收集測定，例如大多數(shù)研究[4,7,12,13,17]采用的工程—Geo Life project[15-16]。相對于App收集的數(shù)據(jù)，工程收集的數(shù)據(jù)更具有專業(yè)性、準確性、客觀性。實驗選用Geo Life project數(shù)據(jù)并進行了篩選，最終采用982條單出行模式個人數(shù)據(jù)、65條多模式個人數(shù)據(jù)完成測試。

GPS數(shù)據(jù)的交通出行模式序列識別算法:FunctionTME(G0,M) 輸入:一段GPS出行軌跡數(shù)據(jù)G0輸出:G0對應(yīng)的出行模式序列M1: Begin2: Whilei<|G0|do3: gi.Lat=(gi-1.Lat+gi.Lat+gi+1.Lat)/3;4: i=i+1;5: Endwhile6: Whilei<|G0|do7: gi=(gi-1+gi+1)/2;8: i=i+1;9: Endwhile10: T=FunctionTPRA(G0,T);11: whilej<|T|do12: G0′={g|gj.time<=g.time

3.2 出行模式識別測試對比結(jié)果

將“穩(wěn)定速度”和“平均停留間隔”這兩個新增特征加入，對以往基于隨機森林的出行模式識別算法進行改進，并將改進后的算法與已有算法的識別準確率進行對比。

測試發(fā)現(xiàn)，在每次訓(xùn)練與識別時，算法的準確率略有不同。為降低測試結(jié)果的偶然性，重復(fù)進行30次測試。具體地，進行了30次模型訓(xùn)練，產(chǎn)生30片隨機森林，取30片森林的平均準確率作為改進后算法最終的準確率，如表1所示。隨機森林算法訓(xùn)練過程中，樹的數(shù)量直接決定了模型的準確度，但當(dāng)數(shù)量到達一定程度后，模型會產(chǎn)生過度擬合，可解釋性減弱，導(dǎo)致準確率降低，并且會大大增加模型構(gòu)建時間。經(jīng)過多次測試，選定每片森林為60棵樹。此外，實驗計算了30次識別準確率的方差，對算法與已有算法的穩(wěn)定性進行了分析，如表2所示。

表1 添加新特征前/后的30次訓(xùn)練識別準確率表

表2 添加新特征前后準確率對比表

與已有算法比較，本算法的平均準確率上升了1.3%，識別準確率波動情況明顯改善。綜合看來，增加穩(wěn)定速度與平均停留間隔兩個特征對提升出行模式識別算法的準確性有較好效果。

同時，出行模式識別中速度的貢獻度較高(貢獻度高的特征在識別中的重要性越高，識別時所用到的頻率越高，添加后識別準確率也就越大)，最大速度、平均速度、中位速度是出行模式中的最主要特征。而添加新的特征后，識別準確率有小幅上升，表明所添加的特征對于不同模式的區(qū)分度高于原有特征。

在30片森林中選取識別最優(yōu)的森林模型用作測試出行模式識別混淆矩陣，如表3所示。混淆矩陣也稱誤差矩陣，用于比較分類結(jié)果和實際測得值，能夠清晰地反映出識別值與真實值的關(guān)系。在識別最優(yōu)的情況下，可以最大程度上降低自然誤差，更能反映實際的數(shù)據(jù)與算法對于識別準確率的影響，便于對特征和算法的分析。

表3 添加新特征后/前的出行模式識別混淆矩陣

由表3可知，受到數(shù)據(jù)限制，在訓(xùn)練集中bus和subway模式較少，在訓(xùn)練過程中不能很好地擬合這兩種模式的特征，從而bus和subway模式的識別率明顯低于其他模式的識別準確率。在添加穩(wěn)定速度與停留特征之后，bike模式的識別準確率略有提升。bike中誤識為walk和bus模式均有減少，表明兩種新特征有助于提高識別的穩(wěn)定性。

在數(shù)據(jù)限制的情況下，bus模式與bike、subway、car模式均有交織，在添加停留特征后，識別率明顯上升。因此對于含有bus模式的識別，添加停留特征有利于提升識別準確率。

walk與bike模式識別中，相互均有5%～10%的誤識率(walk識別為bike或bike識別為walk)。實驗選取以速度特征為主時，walk與bike模式在速度上有較大的重合，對于識別準確率產(chǎn)生較大影響。因此，對于需要明確區(qū)分walk與bike模式的場景，需要再添加可以明確區(qū)分兩種模式的特征。

3.3 出行模式轉(zhuǎn)換點測試對比結(jié)果

出行模式轉(zhuǎn)換點識別算法利用了步行模式速度低的特性。設(shè)置了一個速度閾值經(jīng)驗值V0和步長S。正常人步行速度約為1.5 m/s，其他模式的正常速度都大于這個數(shù)值，偶爾產(chǎn)生的低速情況持續(xù)時間也較短。研判窗口Δt=300 s能夠排除偶然情況的干擾。將300 s窗口內(nèi)的平均速度與速度閾值經(jīng)驗值V對比，能夠有效地區(qū)分步行模式和其他模式。同時，步長過小會使得移動前后的窗口區(qū)別較小，產(chǎn)生無意義的數(shù)據(jù)。在保證識別準確率的情況下，盡可能地增大步長能夠有效降低識別時間。

對于轉(zhuǎn)換點識別，由于單一的準確率無法正確描述識別準確率，給出以下準確率判別方法：

precision：查準率，代表識別出的真實轉(zhuǎn)換點占識別全部轉(zhuǎn)換點數(shù)的比例。

(4)

recall：查全率，代表識別出的真實轉(zhuǎn)換點占實際全部轉(zhuǎn)換點的比例。

(5)

F-score：準確率，代表查準率與查全率的均值，作為識別的準確率。

(6)

其中：Nt是識別正確的轉(zhuǎn)換點個數(shù)，Np是識別的全部轉(zhuǎn)換點個數(shù)，Nr是實際出行中應(yīng)有的轉(zhuǎn)換點個數(shù)。

將F-score作為最終識別的準確率可以有效針對識別轉(zhuǎn)換點冗余和漏識問題，較為準確地描述識別準確率。轉(zhuǎn)換點識別準確率如表4所示。

表4 轉(zhuǎn)換點識別準確率對比

由表4可知，所提出方法的查全率較高，而查準率較低。在識別正確個數(shù)一定的情況下，查準率較低而查全率較高，表明識別出的轉(zhuǎn)換點數(shù)量比真實的全部轉(zhuǎn)換點數(shù)量要多，即識別的轉(zhuǎn)換點冗余較大。橫向比較發(fā)現(xiàn)，由于本方法是基于移動窗口的識別方法改進的，在程序上還保留著移動窗口的框架，因此準確率與移動窗口識別類似，呈現(xiàn)查準率較低、查全率較高和轉(zhuǎn)換點多冗余的特征。

實驗隨機選取一段GPS數(shù)據(jù)，將移動窗口方式與本方式進行對比。為避免偶然因素對實驗結(jié)果的影響，對同一段數(shù)據(jù)進行10次識別，識別時間如圖 2所示。

圖 2 轉(zhuǎn)換點識別時間對比圖

在移動窗口的研究中，需對數(shù)據(jù)進行遍歷，計算特征的歐氏距離時間復(fù)雜度較高。已有工作[10]對數(shù)據(jù)集中每一點前后的歐氏距離做了計算，先提取了前后數(shù)據(jù)集的特征，然后通過特征計算得到前后的歐氏距離，提取歐氏距離的極值點，最后進行篩選。算法用移動步長代替遍歷，并且只判斷窗口內(nèi)的平均速度，減少了計算量。判定為初步轉(zhuǎn)換點的窗口后，才進行模式識別和歐氏距離計算。由實驗結(jié)果可知，本算法的時間復(fù)雜度有明顯降低。

3.4 實驗結(jié)論

研究針對GPS數(shù)據(jù)進行挖掘，從一段GPS數(shù)據(jù)中研判出這段數(shù)據(jù)的出行模式及其轉(zhuǎn)換點。通過“穩(wěn)定速度”和“平均停留間隔”兩個特征的加入，交通出行模式識別的整體精度和bus模式識別準確度有較大提高，但對于walk和bike兩種模式的識別效果改善不明顯。此外，由于數(shù)據(jù)集限制，用于訓(xùn)練的數(shù)據(jù)較少，對于bus模式和subway模式的識別尚不能做出精確判斷。

選用訓(xùn)練數(shù)據(jù)集中轉(zhuǎn)換間隔較長的數(shù)據(jù)較多，使本算法對長間隔轉(zhuǎn)換數(shù)據(jù)的識別精確度較高，對于長時間GPS數(shù)據(jù)的轉(zhuǎn)換點識別有較好的應(yīng)用價值。

4 結(jié)束語

本研究提出了一種基于低速度移動研判的出行模式轉(zhuǎn)換點識別方法，增加了兩種用于出行模式研判的新特征。通過步行模式的低速特征和轉(zhuǎn)換點兩端的歐氏距離判斷出GPS軌跡數(shù)據(jù)中的出行模式轉(zhuǎn)換點，并利用“穩(wěn)定速度”和“平均停留間隔”提高了出行模式識別的精度。通過對比實驗發(fā)現(xiàn)，本研究提出的方法能夠較好地提高長時間GPS數(shù)據(jù)的模式識別的準確率和轉(zhuǎn)換點識別的準確率、降低轉(zhuǎn)換點識別的時間復(fù)雜度。但是，研究的轉(zhuǎn)換點研判算法不適用于短時間內(nèi)多次模式轉(zhuǎn)換的情況，模式識別也僅局限在設(shè)定的5種模式中。下一步將針對短時間內(nèi)多次轉(zhuǎn)換的情況進行研究。