公开(公告)号：CN116017407B

公开(公告)日：2024-12-03

申请号：CN202211616958.4

申请日：2022-12-15

Applicant: 东南大学

Inventor： 彩晨 ,  刘欢 ,  陆振波 ,  贺洋 ,  何静 ,  刘娟 ,  安成川 ,  夏井新

IPC: H04W8/20 ,  G06N7/01 ,  G06F18/214 ,  G06F18/21 ,  H04W4/50 ,  G08G1/01

Abstract: 本发明提供了一种手机信令数据驱动的居民出行方式可靠辨识方法，包括：获取手机信令原始数据并预处理；获取居民出行调查数据，并与手机信令数据匹配，获得带有出行方式标签的手机信令数据；提取居民出行特征并结合出行方式标签进行相关性分析；构建基于信息论的贝叶斯网络结构和基于概率论的贝叶斯网络结构，构建融合贝叶斯网络模型；将连续出行特征处理为有序的离散状态，完成贝叶斯网络模型节点参数学习，完成基于贝叶斯网络模型的居民出行方式可靠辨识模型构建。本发明从信息论和概率论角度分别构建贝叶斯网络，考虑到了出行方式特征之间的隐性关系，运用BIC函数进行网络评分，对出行方式的辨识具有更高的可靠度和精度。

公开(公告)号：CN116017407A

公开(公告)日：2023-04-25

申请号：CN202211616958.4

申请日：2022-12-15

Applicant: 东南大学

Inventor： 彩晨 ,  刘欢 ,  陆振波 ,  贺洋 ,  何静 ,  刘娟 ,  安成川 ,  夏井新

IPC: H04W8/20 ,  G06N7/01 ,  G06F18/214 ,  G06F18/21 ,  H04W4/50 ,  G08G1/01

Abstract: 本发明提供了一种手机信令数据驱动的居民出行方式可靠辨识方法，包括：获取手机信令原始数据并预处理；获取居民出行调查数据，并与手机信令数据匹配，获得带有出行方式标签的手机信令数据；提取居民出行特征并结合出行方式标签进行相关性分析；构建基于信息论的贝叶斯网络结构和基于概率论的贝叶斯网络结构，构建融合贝叶斯网络模型；将连续出行特征处理为有序的离散状态，完成贝叶斯网络模型节点参数学习，完成基于贝叶斯网络模型的居民出行方式可靠辨识模型构建。本发明从信息论和概率论角度分别构建贝叶斯网络，考虑到了出行方式特征之间的隐性关系，运用BIC函数进行网络评分，对出行方式的辨识具有更高的可靠度和精度。