结合Canopy-K-means算法和出租车轨迹数据的公交车站预测方法
公共交通轨迹的规划和站点确定是很困难的,而出租车的GPS数据用处很大,能够挖掘出人们活动的热点,因此利用出租车的GPS数据有助于规划公交站点.本文基于武汉市出租车轨迹数据,提出了一种基于Canopy-K-means算法的公共交通站点的预测方法.该方法通过引入Canopy-K-means改迸聚类算法,得到客源地的出行热点区域,并将该区域和已有公交站点对比,分析公交站点存在的合理性;然后采用数理统计的方法,对客流量的时空分布特征迸行研究.采用武汉市2014年7月31日—2014年8月12日2064台出租车的GPS坐标数据迸行研究,试验结果表明:该方法能有效判断公交站点位置的合理性,为公交车发车频率提供辅助决策支持.
出租车轨迹数据、Canopy-K-means算法、公交车站、公交车的发车频率
P23(摄影测量学与测绘遥感)
国家自然科学基金41604068
2018-12-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
63-68