导读:本文包含了信令提取论文开题报告文献综述及选题提纲参考文献，主要关键词:手机信令数据,聚类,出行链,停留点
信令提取论文文献综述
肖志权,张子民,毛曦,樊文平[1]（2019）在《基于手机信令数据居民出行链提取算法》一文中研究指出研究居民出行链不仅能够准确预测交通状况而且对城市规划有着重要的意义。经典DBSCAN算法以距离衡量不能完全聚类时空大数据,本文以北京市手机信令数据为基础在经典DBSCAN聚类算法的基础上扩展时间维度提取用户出行链,实验表明该算法能够解决相同地点不同时间停留点判读问题,通过与经典出行链提取算法对比表明该算法具有可行性,并且在职住停留点提取方面比较符合实际情况。(本文来源于《北京测绘》期刊2019年10期）
戚新洲,马万经[2]（2018）在《手机信令数据动态OD矩阵提取与时空特征分析》一文中研究指出城市居民出行OD矩阵是城市交通规划和管理的重要基础资料。随着信息化进程的加快,利用手机定位信息获取交通信息已经成为可能。本文首先立足于手机信令数据,结合手机定位原理,对手机信令数据进行预处理和去噪处理,并且设计了空间—时间约束平滑方法,通过时间和空间阈值的设置,对出行链的停留点进行识别,实现了出行链提取。然后,针对动态OD矩阵的定义,对基于手机数据的动态OD矩阵的交通小区划分方法进行了研究,并且通过职住分析对得到的OD矩阵进行扩样,弥补了手机通信商市场占有率的缺陷。最后,基于得到的动态OD矩阵,对上海市居民出行时空特征进行分析,并针对问题严重区域提出改善思路。(本文来源于《第十叁届中国智能交通年会大会论文集》期刊2018-11-07）
王利雷[3]（2018）在《基于手机信令数据的城市轨道交通客流出行信息提取方法研究》一文中研究指出城市轨道交通作为城市交通骨干,承担着城市主要交通运输功能~([1])。我国城市轨道交通运营线路不断增加,截止2017年12月,已累计有34个城市建成投运城市轨道交通线路5021.7公里,2017年新增33条运营线路,增幅较上年达62.5%,北京、上海等城市轨道交通日均客流均已超过1000万人次~([2])。面对如此庞大的轨道交通客流和复杂的轨道交通线网,如何提高轨道交通服务水平,增加轨道交通吸引力成为轨道交通运营的关键问题。利用智能交通技术,对交通出行信息进行精细化采集和分析,可为交通管理者提供运营决策依据。手机信令数据作为大数据的一种,具有覆盖范围广、实时动态性强、采集成本低等特点,已广泛应用于城市交通各研究领域~([3])。本文基于蜂窝小区定位技术和手机切换技术采集不同出行路径下个体轨道交通出行数据,结合出行日志对试验数据进行采集效果评估。首先,本文设计了有换乘和无换乘模式下不同的个体轨道交通出行试验,出行个体随身携带处于正常接受通信信号状态的手机,同时记录真实的出行路径,将采集到的手机信令数据与出行日志进行对比探索个体轨道交通出行过程中产生的信令数据序列规律,为后续的轨道交通出行信息提取算法奠定基础。其次,在总结现有的轨道交通出行路径识别算法不足的基础上,构建了轨道交通客流出行信息提取方法,对乘客在地下轨道交通系统的进站点、出站点和换乘点等关键轨迹点的空间和时间信息进行了识别和提取,同时提取了轨道交通乘客轨道交通出行的出发点和目的地。在进站识别中,利用不同信令事件和位置区更新产生的信令数据,在识别关键轨迹点的基础上,结合相邻关键轨迹点之间的时空序列和轨道交通基站位置信息,识别进站站点;在出站点识别中,结合轨道站点附近基站信息,提出了基于就近原则的出站站点识别方法;基于进出站点信令序列的时空约束,结合换乘站点邻接站点信息,提出了基于邻接站点基站的换乘站点和中间站点识别方法;并基于时空约束对乘客轨道交通出行路径进行了检验。同时,基于DBSCAN聚类算法对站点服务范围进行识别,对站点的进站客流来源和出站客流去向分布进行了可视化分析。由此形成从手机信令数据轨迹到乘客轨道交通出行行为过程的还原。实例数据验证的结果表明:基于信令数据的轨道交通出行路径识别流程能够识别出乘客轨道交通出行路径,信令数据识别的站点服务范围与站点周边土地利用性质的客流吸发特性相符合,为进一步研究轨道交通客流出行特征分析提供研究基础。最后,本文以重庆市的居民出行手机信令数据为研究对象,结合轨道交通刷卡数据,对基于手机信令的轨道交通客流出行特征提取效果进行实证评估。主要对轨道交通系统的进站客流时空分布特征、出站客流时空分布特征、换乘客流时空分布特征以及轨道交通站点客流来源和去向分布特征的提取效果进行评估。研究结果表明,利用手机信令数据能够提取轨道交通客流出行特征信息,获取轨道交通出行轨迹特征和站点客流分布特征,能够较好的适用于城市轨道交通客流研究。(本文来源于《西南交通大学》期刊2018-05-01）
李祖芬,于雷,高永,吴亦政,龚大鹏[4]（2016）在《基于手机信令定位数据的居民出行时空分布特征提取方法》一文中研究指出为了得到可靠的居民出行时空分布特征,并为城市交通规划提供准确的出行现状数据,基于手机信令定位数据设计了提取居民出行时空分布特征的方法。通过对重复冗余的手机数据进行处理、运用地理信息系统将手机数据映射至所研究的交通区域、划分交通小区、定义出行识别、建立OD矩阵及绘制出行期望线等出行数据挖掘,得到了居民的出行时空分布特征。为了验证设计方法的可行性,以北京市的手机信令定位数据为例,提取出北京市居民的出行时空分布特征,并将所得的结果与北京市第4次综合交通调查的数据进行对比得出:两者的出行时间分布特征平均偏差为0.78%,早晚高峰进出城方向比例的偏差为0.1,全市的出行发生量与吸引量的平均偏差均小于3%。(本文来源于《交通运输研究》期刊2016年01期）
胡永恺,宋璐,张健,冉斌[5]（2015）在《基于手机信令数据的交通OD提取方法改进》一文中研究指出手机信令数据作为一种大数据,在交通OD调查中应用日益广泛。从手机信令数据中提取交通OD量化指标需要经过出行端点识别和出行端点匹配2个步骤。为了克服现有研究中基站覆盖范围假设与实际出入较大的情况,笔者改进了出行端点匹配方法。首先分析了传统交通小区和基于蜂窝小区聚类交通小区2种交通小区划分方法各自的特点和适用条件;对于使用传统方式划分的交通小区,提出了缩小基站可能覆盖范围的方法,使用用户最大可能活动范围,排除用户不可能达到的区域,结果表明该方法可提高部分出行端点匹配精度。对使用蜂窝小区聚类划分的交通小区,将聚类流程进行了简化,去掉了部分不能显着提高精度的流程,结果表明简化后未明显降低匹配精度。(本文来源于《交通信息与安全》期刊2015年05期）
任斌,杨群峰[6]（2005）在《从No.7信令监测系统提取用户数据》一文中研究指出通过对No.7信令监测系统采集的数据进行分析和挖掘,提出了一个从网间通信了解不同运营商用户发展情况的方法,并对用户数的发展情况提供了一个预测的数学模型。(本文来源于《电信技术》期刊2005年01期）
信令提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
城市居民出行OD矩阵是城市交通规划和管理的重要基础资料。随着信息化进程的加快,利用手机定位信息获取交通信息已经成为可能。本文首先立足于手机信令数据,结合手机定位原理,对手机信令数据进行预处理和去噪处理,并且设计了空间—时间约束平滑方法,通过时间和空间阈值的设置,对出行链的停留点进行识别,实现了出行链提取。然后,针对动态OD矩阵的定义,对基于手机数据的动态OD矩阵的交通小区划分方法进行了研究,并且通过职住分析对得到的OD矩阵进行扩样,弥补了手机通信商市场占有率的缺陷。最后,基于得到的动态OD矩阵,对上海市居民出行时空特征进行分析,并针对问题严重区域提出改善思路。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信令提取论文参考文献
[1].肖志权,张子民,毛曦,樊文平.基于手机信令数据居民出行链提取算法[J].北京测绘.2019
[2].戚新洲,马万经.手机信令数据动态OD矩阵提取与时空特征分析[C].第十叁届中国智能交通年会大会论文集.2018
[3].王利雷.基于手机信令数据的城市轨道交通客流出行信息提取方法研究[D].西南交通大学.2018
[4].李祖芬,于雷,高永,吴亦政,龚大鹏.基于手机信令定位数据的居民出行时空分布特征提取方法[J].交通运输研究.2016
[5].胡永恺,宋璐,张健,冉斌.基于手机信令数据的交通OD提取方法改进[J].交通信息与安全.2015
[6].任斌,杨群峰.从No.7信令监测系统提取用户数据[J].电信技术.2005