期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于地铁售检票系统刷卡数据的乘客出行模式分析 被引量：7
1
作者 项煜 陈晓旭 +1 位作者 杨超 段红勇 《城市轨道交通研究》 北大核心 2020年第6期63-67,共5页
地铁自动售检票系统可以采集大量乘客刷卡数据,可提供更全面的地铁乘客时空信息。对乘客的出行模式分析有利于城市轨道交通运营企业预测地铁客流和制定运营策略。提出了分析地铁乘客出行模式的数据挖掘方法:对地铁刷卡数据进行预处理,... 地铁自动售检票系统可以采集大量乘客刷卡数据,可提供更全面的地铁乘客时空信息。对乘客的出行模式分析有利于城市轨道交通运营企业预测地铁客流和制定运营策略。提出了分析地铁乘客出行模式的数据挖掘方法:对地铁刷卡数据进行预处理,根据其时空信息生成乘客出行链;分析反映乘客时空特性的聚类变量;利用K-means聚类算法对各聚类变量进行乘客聚类;分析潜在的乘客出行模式。以深圳地铁刷卡数据为例,对提出的地铁乘客出行模式分析方法进行了试验验证。 展开更多
关键词 城市轨道交通 刷卡数据 乘客出行模式 K-MEANS聚类算法
下载PDF
基于时空序列相似性的城轨乘客出行模式识别
2
作者 张娜 陈峰 +1 位作者 王剑坡 朱亚迪 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第9期2588-2599,共12页
基于轨道交通智能卡数据,提出一种通过建模个体的时空序列识别出行模式的方法。首先,提取乘客个体访问的所有站点,以站间出行频次、站间距离和站点活动时长计算站点的相似性,利用层次聚类算法划分该个体的主要空间活动区域。其次,基于... 基于轨道交通智能卡数据,提出一种通过建模个体的时空序列识别出行模式的方法。首先,提取乘客个体访问的所有站点,以站间出行频次、站间距离和站点活动时长计算站点的相似性,利用层次聚类算法划分该个体的主要空间活动区域。其次,基于个体的出行次序推断时空序列,该序列为一组表征时空状态的离散值,依次采用PCA-KL和K-Means++提取相似性序列结构以识别乘客出行模式。最后,以西安某月的轨道交通智能卡数据为例,识别其乘客出行模式。结果表明,复杂的客流具有5种出行模式,其中3种典型模式宏观上属通勤出行,客流占比79%。可见,本文基于个体时空序列相似性的模式识别充分体现了研究方法的特殊性和通用性,针对不同城市操作性强。 展开更多
关键词 交通运输系统工程 城市轨道交通 智能卡数据 时空序列 乘客出行模式 通勤出行
原文传递
基于载客数据的出租车热门区域功能发现 被引量：2
3
作者 孙冠东 张兵 +1 位作者 刘禹岍 熊贇 《计算机工程》 CAS CSCD 北大核心 2017年第5期16-22,共7页
根据出租车行驶载客数据中提取的乘客出行模式和上下客热门区域,提出一种出租车热门区域功能发现方法。采用基于交通数据时空特性的出租车行驶数据聚类算法,实现热门区域划分。建立基于潜在Dirichlet分配的热门区域乘客出行特征发现模型... 根据出租车行驶载客数据中提取的乘客出行模式和上下客热门区域,提出一种出租车热门区域功能发现方法。采用基于交通数据时空特性的出租车行驶数据聚类算法,实现热门区域划分。建立基于潜在Dirichlet分配的热门区域乘客出行特征发现模型,对具有相似乘客出行模式的出租车热门区域进行聚类。通过总结各热门区域的具体功能,发现在不同客流时间段内的区域功能与乘客出行模式间的关系。实验结果表明,该方法能够有效发现热门区域的功能特点。 展开更多
关键词 时空特性 区域功能 热门区域发现 主题模型 乘客出行模式
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部