刘世泽，朱奕达，陈润泽，罗海勇，赵 方，孙 艺，王宝会

（1.北京航空航天大学软件学院，北京 100191；2.北京邮电大学计算机学院（国家示范性软件学院），北京 100876；3.中国科学院计算技术研究所，北京 100190）

（∗通信作者电子邮箱yhluo@ict.ac.cn）

0 引言

随着移动智能终端设备的飞速发展，智能手机已经逐渐成为人们日常生活中的必需品。搭载丰富内置传感器的智能终端设备具备多维度感知用户所处上下文环境信息的能力。近年来，通过捕获用户的上下文环境信息来感知用户的行为模式［1-3］成为了普适计算中的研究热点。用户行为识别通常基于两种数据源来完成，包括基于视觉信息的用户行为识别和基于轻量级传感器的用户行为识别。基于视觉的方法需要外部系统捕捉图像特征，对环境的要求较高并需要良好的光线条件。基于轻量级传感器的方法不依赖基础设施建设，具有较强的普适性。

交通模式识别是用户行为识别中一个重要的检测分支，其目的是识别用户当前的交通模式，即对用户所处的交通模式进行准确判断。用户在出行过程中常常使用不同的交通工具，在使用不同交通工具的过程中，常常会具有不同的出行需求。由于这些需求需要移动智能终端预先获得用户所处的交通工具状态，即交通模式，交通模式识别问题是一个在多个领域起到至关重要作用的基础问题，不同场景下基于精准的交通模式感知，才能够提供围绕用户出行的一系列服务，如交通状况预测［4-5］、用户轨迹挖掘［3，6-7］、智能出行推荐［8］等。……