-
公开(公告)号:CN116796131A
公开(公告)日:2023-09-22
申请号:CN202310579271.6
申请日:2023-05-22
Applicant: 北京大学深圳研究生院
IPC: G06F18/10 , H04W4/20 , G06F18/241
Abstract: 本发明公开了一种手机信令数据的清洗方法及相关设备,所述方法包括:获取移动数据表、驻留数据表以及路径节点表;根据用户的第一需求计算移动数据表中每条移动的第一速度,并将其中的异常移动进行删除,得到第一移动数据表;根据用户的第二需求判断第一移动数据表中的间断的类型,并选择对间断进行修改或保留,得到第二移动数据表;根据用户的第三需求将异常移动进行保留,根据移动数据表与路径节点表计算得到移动数据表中每条移动的第二速度,删除第二速度中驻留时间低于预设阈值对应的异常移动,得到处理后的第三移动数据表。本发明根据用户的不同需求对手机信令数据制定了针对性的清洗方案,在应对不同的数据清洗要求时具有更高的灵活性。
-
公开(公告)号:CN116757355A
公开(公告)日:2023-09-15
申请号:CN202310580271.8
申请日:2023-05-22
Applicant: 北京大学深圳研究生院
IPC: G06Q10/063 , G06Q50/26
Abstract: 本发明公开了一种基于持续同调的生活圈划定方法及相关设备,所述方法包括:收集城市区域的数据集,并得到第一包络框;对第一包络框和所述数据集进行持续同调分析,得到第一DTM曲面和第一持续同调图,通过第一持续同调图中确定生活圈的个数并计算每个生活圈的范围;在生活圈中选择目标生活圈,根据目标生活圈范围计算第二包络框,对所述第二包络框和落在框内的数据子集进行持续同调分析,确定所述目标生活圈内的连通体个数并计算出社区尺度生活圈的范围。本发明基于持续同调技术结合城市经济学的分析推导方法,突破了形态和连通性假设,通过显著的孔洞拓扑信号探索非生活区域,有利于合理分配公共资源,提高了生活圈划分的精确性。
-
公开(公告)号:CN116962983A
公开(公告)日:2023-10-27
申请号:CN202310583129.9
申请日:2023-05-23
Applicant: 北京大学深圳研究生院
Abstract: 本发明公开了基于深度逆向强化学习的出行路径决策分析方法及设备,所述方法包括:获取城市的路网数据集和兴趣点数据集,分别经过频率‑逆频率处理得到对应的语义地图,并提取时空语义特征;构建低频手机信令数据轨迹模型,对获取的手机信令数据进行处理得到格网轨迹,并进行约束得到连续的格网出行轨迹;对格网出行轨迹进行分析得到特定人群出行偏好的奖励函数,基于奖励函数得到特定区域的三维奖励地图,基于三维奖励地图的奖励值得到预测出行轨迹;构建无向图,对无向图进行因果发现分析得到有向因果图,基于有向因果图对城市居民的出行偏好进行分析。本发明用于基于轨迹的个性化位置服务,还可为城市规划等应用场景提供更准确的决策依据。
-
-