刘世泽，秦艳君，王晨星，高存远，罗海勇，赵 方，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，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

在移动互联网时代，智能手机的功能越来越强大，使得智能手机移动设备的传感功能的可编程性得到了广泛的应用，使其拥有很高的市场普及率，再加上第三方应用软件的支持和智能手机快速的发展，就成为了监控人们行为的有效工具。因此基于移动智能终端的场景感知成为场景感知的主要方式。

交通模式识别被认为是一种特殊的场景感知［1-2］。通过智能移动设备捕获个人交通行为，这对许多领域有着非常积极的影响。例如:对个人交通行为的智能监控，可以实现对移动跟踪，也可以利用这些信息改善城市规划、提供合适的道路出行建议，快速为救护车安排最合适的行驶方案，以及追踪用户碳足迹，呼吁人们低碳出行。最后，智能监测可以作为用户行为分析的一部分，进行实时旅程规划或针对性的广告投放。最广泛的电子健康、营销、智能城市、交通管理和安全，其中有关参与者流动性的信息构成了所收集数据上下文的一个重要维度。

目前有研究利用全球定位系统（Global Positioning System，GPS）的数据来检测运输方式［3-4］。然而，基于GPS 的方法存在以下缺点:1）GPS 信号在城市峡谷、隧道或屏蔽区域，会出现信号丢失和错误。2）GPS传感器消耗大量的能量，并可能迅速耗尽移动设备的电池；……