10.16097/j.cnki.1009-6744.2019.05.013
基于时空相似度聚类的热点载客路径挖掘
出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律,热点载客路径的挖掘为交通管理与规划,居民行为模式发现及出租车载客推荐等具有重要价值.本文以兰州市3000辆出租车载客轨迹为研究对象,提出了基于时空相似性聚类的热点载客路径挖掘算法.首先,根据出租车的GPS轨迹数据提取出载客轨迹及其核心轨迹;然后,根据提出的相似性度量算法计算核心轨迹的空间相似性、时间相似性及时空相似性,并结合DBSCAN聚类算法对载客轨迹进行聚类;最后,根据聚类结果获取城市热点载客路径的空间分布,并分析了其在工作日和非工作日的差异.实验结果表明,本文提出的挖掘算法能有效、快速地发现城市热点载客路径的分布.
城市交通、热点载客路径、时空相似性、轨迹聚类、DBSCAN算法、出租车轨迹
19
U121;TP399(城市交通运输)
国家自然科学基金/National Natural Science Foundation of China71761031,71561024
2019-11-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
94-100