基于刷卡数据和高斯混合聚类的地铁车站分类

• 作者: 岳真宏 汪波 王子甲 陈峰 黄建玲
• 来源期刊: 都市快轨交通
• 学科: 交通运输
• 关键词: 地铁 车站分类 刷卡数据 高斯混合模型 地理信息系统
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 学术探讨
• 页码范围: 48-51,107
• 页数: 5页
• 分类号: U231.4
• 字数: 3531字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6073.2017.02.010

摘要

合理的城市轨道交通车站分类对车站的规划设计及客流预测有重要作用.基于刷卡数据提取出行时间、频次、车票类型等反映车站客流特性的若干变量,运用主成分分析法(PCA)和高斯混合模型(GMM)进行车站聚类.该聚类方法不仅可以识别车站类别,同时可以根据后验概率确定混合类型的车站.以北京地铁为例,将全网233个车站分为4类,利用地理信息系统(GIS)工具可视化分类结果,并叠加地理信息描述各类车站的特征,直观地展示了部分混合性质的车站.与K-均值聚类结果比较显示,GMM方法可以更好地解释多种特性混合的车站类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈峰	北京交通大学土木建筑工程学院	91	1135	19.0	30.0
3	王子甲	北京交通大学土木建筑工程学院	25	261	11.0	15.0
5	黄建玲		17	79	4.0	8.0
8	汪波		12	59	5.0	7.0
11	岳真宏	北京交通大学土木建筑工程学院	1	15	1.0	1.0