期刊文章详细信息
文献类型:期刊文章
DI Shaoning;ZHU Jie;ZHENG Jiazhu;YANG Jing;DING Kaimeng(College of Civil Engineering,Nanjing Forestry University,Nanjing 210037,China;School of Geography,Nanjing Normal University,Nanjing 210023,China;School of Networks and Tele-Communications Engineering,Jinling Institute of Technology,Nanjing 211169,China)
机构地区:[1]南京林业大学土木工程学院,南京210037 [2]南京师范大学地理科学学院,南京210023 [3]金陵科技学院网络与通信工程学院,南京211169
基 金:国家自然科学青年科学基金项目(41501431);江苏省自然科学青年基金项目(BK200170116);南京林业大学人才科研启动基金项目(GXL2018049)。
年 份:2021
卷 号:46
期 号:1
起止页码:203-212
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊
摘 要:针对现有出租车轨迹数据挖掘中时间序列邻近度量方法存在的问题,提出一种基于DBSCAN算法和改进的DTW距离的时间序列聚类算法提取具有相似性出行特征的时空模式,进而研究城市人群出行行为的时空差异。以南京市为例,结合电子地图对出行模式的空间分布特征进行分析,证明了本文所提出的方法的有效性。实验结果表明:在空间分布上,工作日出租车出行模式按照平均出行频次由高到低排序,从城市中心向四周扩散,呈中心环状分布,出行模式区域界限较为明显,同类出行模式分布区域对应相似的功能。提出了一种基于DBSCAN算法和改进的DTW距离的时间序列聚类算法提取具有相似性出行特征的时空模式,有效地分析城市人群出行行为的时空差异。
关 键 词:出租车轨迹数据 时间序列度量 时间序列聚类 出行模式
分 类 号:P208]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...