基于符号集合近似的城市轨道交通站点分类研究
100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 2.3MB
- 页数 11P
- 阅读 116
- 下载 20
轨道站点是城市轨道交通基本线网系统中的关键节点,科学的轨道站点分类,对了解城市功能分区及评价轨道交通基础设施建设情况具有重要意义.轨道交通站点时间序列客观记录了所观测的站点在各个时刻点的重要信息,研究其时间序列聚类,是认识和理解轨道交通站点时间序列形成本质的重要手段,也是挖掘轨道交通站点时间序列中隐含的有较高价值规律知识的重要方法.本文以北京IC卡轨道站点刷卡数据为研究对象,提出了描述轨道站点的4个数据集,即工作日进站数据集(WB)、工作日出站数据集(WA)、休息日进站数据集(RB)和休息日出站数据集(RA);并首次引入时间序列分析方法(符号集合近似(SAX)方法)对4个数据集进行聚类分析,实现了高维数据的有效降维和轨道站点之间的相似性度量.采用层次聚类方法并根据聚类有效性DB指数确定将195个站点分为8类更为合理.通过分析每类站点的日客流特征和空间位置分布情况,为轨道交通站点规划设计和管理服务提供一定的客观参考依据.
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
基于符号集合近似的城市轨道交通站点分类研究 2.3MB
基于k-means聚类的城市轨道交通站点分类研究 138KB
基于聚类分析法的城市轨道交通站点分类 117KB
城市轨道交通站点分类的聚类方法研究 660KB
简析城市轨道交通站点的经济溢出效应 1.2MB
城市轨道交通站点地区交通设施研究 763KB
浅谈城市轨道交通站点地区规划与建设研究 1.1MB
城市轨道交通站点综合开发模式研究 2.2MB
城市轨道交通站点地区TOD规划模型及应用 650KB
城市轨道交通站点接驳体系满意度评价 188KB