GPS产生的大量数据携带了许多潜在信息。针对一段连续的GPS轨迹数据进行研究,识别GPS轨迹中的出行模式转换点;以出行模式转换点为分割点,将连续的GPS轨迹分割成多个GPS轨迹段;利用训练好的随机森林模型识别出不同GPS轨迹段的出行模式(包括步行、骑行、公交、地铁、汽车等类型),从而得到一段GPS轨迹的完整的出行模式描述。相比以前的研究,区别在于:提出一种基于低速度移动研判的出行模式转换点识别方法;新增加了"稳定速度"和"平均停留间隔"两种区别性特征,对已有基于随机森林的出行模式判定算法进行了改进。实验结果表明:改进之后的出行模式判定算法平均准确率提高了1.3%;同时,出行模式转换点识别方法大幅降低了算法的时间复杂度,使得GPS轨迹数据出行模式研判算法的F-score值提高了4%左右。