Năm 2014, Hao Xia và cộng sự đưa ra một phương pháp sử dụng cả dữ liệu GPS và giá trị gia tốc từ smartphone nhằm phân loại các trạng thái giao thông ngoài trời của người dùng [1]. Các trạng thái này bao gồm đi bộ, đi xe đạp và xe cơ giới cũng như trạng thái đứng yên của người dùng. Nhóm tác giả đề xuất sử dụng phương pháp tối ưu đàn kiến để giảm kích thước của các đặc trưng cũng như phân tích mức độ quan trọng tương đối của các đặc trưng này. Sau đó, sử dụng máy véc- tơ hỗ trợ để huấn luyện tập dữ liệu thu được để tạo bộ phân lớp. Phương pháp này đạt mức độ chính xác khoảng 96.31%. Một ứng dụng được xây dựng trên Android nhằm thu thập dữ liệu từ cảm biến GPS và cảm biến gia tốc, sau đó dùng MATLAB để phân tích các dữ liệu này. Khối lượng dữ liệu thu thập được thể hiện ở bảng 2.2.
Bảng 2.2: Số lượng phân đoạn sau khi tiến hành lọc
Trên mặt phẳng Số lượng phân đoạn
Di chuyển Đi bộ Xe đạp Xe cơ giới 5340 4193 3508 Đứng yên Đứng yên Đợi trong khi Đi bộ Đợi trong khi đi Xe đạp Đợi trong khi đi Xe cơ giới
2118 230
51 669
Ma trận nhầm lẫn thể hiện kết quả phân lớp cho các nút dữ liệu tĩnh và nút dữ liệu di chuyển được thể hiện trong hai bảng 2.3 và 2.4.
Bảng 2.3: Ma trận nhầm lẫn cho các nút dữ liệu di chuyển
Đi bộ Xe đạp Xe cơ giới
Đi bộ 0.9996 0.0002 0.0002
Xe đạp 0.0015 0.9805 0.0180
Xe cơ giới 0.0015 0.0161 0.9833
Bảng 2.4: Ma trận nhầm lẫn cho các nút dữ liệu tĩnh
Đứng yên Đợi (Đi bộ) Đợi (Xe đạp) Đợi (Xe cơ giới) Đứng yên 0.9706 0.0009 0.0066 0.0218 Đợi (Đi bộ) 0.0005 0.9953 0.0009 0.0033 Đợi (Xe đạp) 0.0024 0.0052 0.9227 0.0697 Đợi (Xe cơ giới) 0.0280 0.0043 0.1905 0.7773