-
公开(公告)号：CN111860699B
公开(公告)日：2021-04-13
申请号：CN202010872239.3
申请日：2020-08-26
Applicant: 重庆大学
Abstract: 本发明涉及一种基于波动率的通勤出行模式识别方法，该方法首先进行城市区域划分，使用K‑means算法进行聚类，随机选择聚类中心，针对聚类数据集中的每个站点，计算每个站点到各个聚类中心点的影响距离，确定站点到哪个聚类中心的影响距离最小，就将站点划分到该聚类中心的类中，输出聚类中心和各个类中的所有站点；然后进行通勤出行模式识别，该步骤中引入客流波动率，计数大于阈值的波动率个数q，若q＝4且四个波动率峰值分别对应早高峰和晚高峰的起止时间点，那么这一对研究对象区域被识别为通勤出行模式。该方法可以准确识别通勤出行模式，从而提高站点客流预测的准确性，进而可有效给予拥堵或异常的预警。
-
公开(公告)号：CN111860699A
公开(公告)日：2020-10-30
申请号：CN202010872239.3
申请日：2020-08-26
Applicant: 重庆大学
Abstract: 本发明涉及一种基于波动率的通勤出行模式识别方法，该方法首先进行城市区域划分，使用K-means算法进行聚类，随机选择聚类中心，针对聚类数据集中的每个站点，计算每个站点到各个聚类中心点的影响距离，确定站点到哪个聚类中心的影响距离最小，就将站点划分到该聚类中心的类中，输出聚类中心和各个类中的所有站点；然后进行通勤出行模式识别，该步骤中引入客流波动率，计数大于阈值的波动率个数q，若q＝4且四个波动率峰值分别对应早高峰和晚高峰的起止时间点，那么这一对研究对象区域被识别为通勤出行模式。该方法可以准确识别通情出行模型，从而提高站点客流预测的准确性，进而可有效给予拥堵或异常的预警。
-
Search Results
2
records
(took 0.013 seconds)
