基于AML-BP算法的出行方式識(shí)別研究.pdf

1、出行方式的識(shí)別是智能交通領(lǐng)域的一個(gè)新興研究方向，主要通過(guò)對(duì)出行者出行數(shù)據(jù)如：速度、距離等的分析識(shí)別出行者的出行方式，用來(lái)對(duì)一定區(qū)域內(nèi)出行習(xí)慣進(jìn)行調(diào)查、分析人群出行特點(diǎn)，為市政決策提供幫助，同時(shí)，能夠針對(duì)特定出行方式提供定制的道路引導(dǎo)方案。本文結(jié)合移動(dòng)互聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)了一種基于AML-BP算法的出行方式識(shí)別方案。
　　本文將城市中的步行、公共汽車(chē)、自行車(chē)、小汽車(chē)、電動(dòng)摩托車(chē)五種目前主要出行方式作為識(shí)別目標(biāo)，主要工作如

2、下：第一，介紹了國(guó)內(nèi)外出行方式識(shí)別的研究現(xiàn)狀，給出了本文研究的整體思路，即：出行參數(shù)的采集、出行參數(shù)特征分析、出行方式識(shí)別算法的研究與改進(jìn)、應(yīng)用系統(tǒng)的實(shí)現(xiàn)；第二，開(kāi)發(fā)了一款智能手機(jī)端應(yīng)用，實(shí)現(xiàn)了對(duì)五種出行方式出行過(guò)程中的GPS和三軸加速度數(shù)據(jù)采集；第三，結(jié)合運(yùn)動(dòng)學(xué)、統(tǒng)計(jì)學(xué)知識(shí)，對(duì)各出行方式運(yùn)動(dòng)原理及采集到的出行數(shù)據(jù)進(jìn)行分析，選擇出對(duì)出行方式具有區(qū)別性的參數(shù)作為出行方式的特征；第四，選擇BP神經(jīng)網(wǎng)絡(luò)算法作為出行方式識(shí)別算法，針對(duì)算法存在的

3、弱點(diǎn)，提出了基于AML（Adaptive Momentum and Learning rate）的BP神經(jīng)網(wǎng)絡(luò)算法，并對(duì)AML-BP算法的識(shí)別效果進(jìn)行了實(shí)驗(yàn)測(cè)試；最后，根據(jù)對(duì)出行方式識(shí)別的研究成果，通過(guò)Android平臺(tái)技術(shù)、動(dòng)態(tài)鏈接庫(kù)技術(shù)、百度云服務(wù)技術(shù)等，實(shí)現(xiàn)了一款A(yù)ndroid平臺(tái)下的出行方式識(shí)別應(yīng)用。根據(jù)選擇的出行方式特征以及改進(jìn)的BP算法，在與其他識(shí)別方案的對(duì)比中，本算法取得了較好的識(shí)別率。將出行方式識(shí)別算法應(yīng)用于出行方式的A