江门市公交车线路载客量不均匀,有的路线超载有的路线空载,除此之外,江门市公交乘客数量的时段性非常强,特别是在企业办公区域集中的地方在上下班时超载现象严重,如何进行规划一直以来都是困扰江门市汽运集团的难题。江门市交通管理部门要求江门市汽运集团充分利用大数据的优势,收集人们的出行方式、出行路线和出行时间的规律,以便江门市交通管理部门能够对市内公交线路进行重新规划,同时也可以提醒广大市民应该采取怎么的出行方式才能够最有效率。为此,江门市汽运集团邀请北京理工大学实验室合作研发基于智能手机的出行方式识别系统以完成居民出行方式的大数据采集和识别,本人作为单位主要技术员实施该项目,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,主要包括系统设计思路、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模块的设计、存储模块的设计、数据采集模块的设计、特征提取模块的设计、方式判别模块的设计、主控制模块的设计。4、基于智能手机的交通方式识别系统实现和测试,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。本文实现的基于智能手机的交通方式识别系统,经过测试,对静止、步行、跑步、自行车、公交车、自驾、地铁七种交通方式的判别准确率可以达到90%,具有较好的使用价值。