基于售检票数据挖掘的轨道交通乘客居住区辨识
原价 ￥ 20.00
促销价 ￥ 1.00 评分 4.6
报错
- 详情
- 2021-03-23
- 简介
pdf
- 792KB
- 页数 8P
- 阅读 96
以自动售检票数据潜在包含的时空关联关系为基础,构建城市轨道交通乘客居住区辨识方法.假设轨道交通大部分乘客出行满足：一日内首次出行起始站与末次出行终点站相同,首次出行起始站与前日末次出行终点站相同,连续时期内首次出行起始站与末次出行终点站总是紧邻＂家＂的位置,以此为基础构建居住区辨识中心点法.以北京市轨道交通为对象进行实证分析,通过连续一周自动售检票数据挖掘能对88.7%的公交卡（不包括单程票、员工卡）所对应乘客的居住区进行辨识,验证了本文方法的准确性与有效性.本文研究提高了售检票数据应用价值,为乘客出行行为及需求特征分析提供了方法支持.
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于售检票数据挖掘的轨道交通乘客居住区辨识 792KB
基于售检票数据的城市轨道交通乘客分类 433KB
基于自动售检票数据的城市轨道交通通勤客流辨识 1.2MB
基于Delphi的城市轨道交通自动售检票监控系统 417KB
合肥轨道交通自动售检票清分系统建设分析 49KB
城市轨道交通自动售检票（AFC）系统 386KB
城市轨道交通自动售检票(AFC)系统 288KB
城市轨道交通地铁自动售检票(AFC)系统 710KB
轨道交通建设对沿线居住区位选择的影响 594KB
轨道交通自动售检票(AFC)系统信息安全分析 112KB