基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
聚类分析是一种统计分析方法,其目的是在相似的基础上对数据进行分类。该研究在基于路网拓扑的条件下,提出一种全新的算法实现交通领域中兴趣点集的聚类分析。算法为从集合中任取一个兴趣点,向邻接结点扩展,沿着路网拓扑的方向进行广度搜索,以凝聚度(α)和扩展度(β)为聚类限制条件,将满足限制条件的兴趣点与选定的兴趣点聚类。最后,把算法应用于珠江新城路网,分析行人的可达性情况。
推荐文章
基于GIS的配电网拓扑算法的研究与实现
GIS
配电网
调度模拟
拓扑
数据模型
基于微粒群算法的聚类分析
数据挖掘
聚类分析
微粒群算法
基于拓扑约束理论的森林小班自动聚类分析
自动聚类分析
小班
约束理论
MapInfo
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于路网拓扑的聚类分析算法研究与实现
来源期刊 中山大学学报(自然科学版) 学科 工学
关键词 聚类分析 路网拓扑 兴趣点 算法 行人可达性
年,卷(期) 2015,(6) 所属期刊栏目
研究方向 页码范围 99-103
页数 5页 分类号 TP311.13
字数 2906字 语种 中文
DOI 10.13471/j.cnki.acta.snus.2015.06.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 袁媛 北京交通大学城市交通复杂系统理论与技术教育部重点实验室 6 58 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (153)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (3)
1971(2)
  • 参考文献(0)
  • 二级参考文献(2)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1979(3)
  • 参考文献(0)
  • 二级参考文献(3)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类分析
路网拓扑
兴趣点
算法
行人可达性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中山大学学报(自然科学版)
双月刊
0529-6579
44-1241/N
大16开
广东省广州市新港西路135号
46-15
1955
chi
出版文献量(篇)
5017
总下载数(次)
6
总被引数(次)
45576
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导