基于K-means聚类算法的公交行程速度计算模型

• 作者: 张小垒 李洁 陈戈 韩勇 高曼
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 公共交通 平均行程速度 K-均值聚类算法 数据融合 数据挖掘
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 数据挖掘
• 页码范围: 422-424,439
• 页数: 4页
• 分类号: TP301.6
• 字数: 4193字
• 语种: 中文

摘要

定位与无线装置在公交系统中的广泛应用使得获取实时公交数据成为可能.为挖掘这些数据中蕴含的道路交通状况信息,提出了一种基于K-means聚类算法的数据融合模型,来计算相邻公交站点间的平均行程速度.首先对K-means聚类算法进行改进:(1)聚类数K不是预先设定的固定值,而是不重复样本数的平方根,不同路段不同时段K值不同;(2)初始聚类中心不是随机选取,而是根据K值按一定规则选取.其次利用改进的算法对样本数据进行聚类,然后对各类数据进行加权融合,计算出平均行程速度.最后通过折线图对青岛市4个城区的行程速度进行分析,挖掘交通流的演变规律.研究结果为交通管理、居民出行等提供了强有力的支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩勇	中国海洋大学信息科学与工程学院	41	385	9.0	18.0
2	陈戈	中国海洋大学信息科学与工程学院	89	751	14.0	23.0
3	李洁	中国海洋大学信息科学与工程学院	28	98	7.0	9.0
4	张小垒	中国海洋大学信息科学与工程学院	9	34	4.0	5.0
5	高曼	中国海洋大学信息科学与工程学院	1	4	1.0	1.0