随着移动互联网的普及,各种有关移动互联网的应用蕴含着巨大的商机。交通方式的自动判别显而易见在交通规划领域和基于位置的服务(Location Based Service,LBS)领域拥有着广阔的应用价值。现阶段的智能手机拥有越来越强大的功能,通信不再是手机的唯一功能。智能手机的强大在于其不仅拥有通信功能,还有强大的感知、运算和存储能力。然而,在当前有关基于智能手机的交通方式识别研究中,单一的数据来源是难以使交通方式识别算法有很好的适应性的。另外,模式识别算法本身对于不同的场景也有着不同的适应能力,这些对交通方式识别精度的提高是很大的阻碍。本文提出基于智能手机并利用随机森林算法以判别交通方式的识别方法,主要包括以下几个方面的研究内容:1、引入多种数据来源,解决交通方式识别中数据来源单一的问题,并研究在新的数据来源被引入后,对识别准确率的影响。2、研究不同交通方式识别算法对识别准确率的影响,特别是比较随机森林算法和支持向量机算法在性能上的异同。3、基于智能手机的交通方式识别系统设计,主要包括系统总体设计、系统详细设计等内容。在设计思路方面,详细研究了本系统的数据采集、特征提取和基于随机森林的模型构建。在详细设计方面,主要完成了系统交互、存储、数据采集、特征提取、方式判别、主控制的设计。4、基于智能手机的交通方式识别系统,主要包括系统软硬件运行环境、系统功能模块实现、系统测试环境的搭建、交通方式判别结果测试等内容。本文是基于智能手机的交通方式识别系统的研究与设计。经过测试,对多种交通方式的判别准确率可以达到90%,具有很好的使用价值。