基于大数据机器学习的出行方式辨识方法

发明专利有效专利

申请号：
CN201710693960.4
IPC分类号：G06Q10/04;G06Q50/26;G06K9/62;G06N3/08
申请日期：
2017-08-14
申请人：
南京理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于大数据机器学习的出行方式辨识方法
申请号	CN201710693960.4	申请日期	2017-08-14
法律状态	实质审查	申报国家	中国
公开/公告日	2019-02-26	公开/公告号	CN109389240A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;2;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京理工大学	申请人地址	江苏省南京市孝陵卫200号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京理工大学	当前权利人	南京理工大学
发明人	杨继伟;刘思娴;蒋涛;张立;宗佳晨;周竹萍;周泱;张凯
代理机构	南京理工大学专利中心	代理人	陈鹏

摘要

本发明公开了一种基于大数据机器学习的出行方式辨识方法，包括以下步骤：抽取训练样本调查对象，发放加速度检测装置；采集手机信令数据和加速度检测设备数据；分析数据波动特征，获取速度加速度波动特征数据作为预测输入值，出行方式作为输出值；选取输入参数集中抽取80％数据作为输入数据集，其对应的出行方式集作为输出集，训练机器学习算法，用剩余20％数据检测各个算法预测精度；机器算法训练达到80％以上的预测精度，可利用该算法进行出行方式划分，输入数据集设置为速度加速度特征数据集，算法输出值即为出行方式。本发明的出行方式辨识方法具有工作量小、辨识精度高的特点。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供