基于DBSCAN算法的城市车辆 出行次数建模及应用

• 作者: 屈治华 朱杰 邓天民 高超
• 来源期刊: 科学技术与工程
• 学科: 交通运输
• 关键词: 密度聚类 DBSCAN算法 RFID数据 车辆出行次数
• 年，卷（期）: 2018,（35）
• 所属期刊栏目: 研究简报
• 页码范围: 218-223
• 页数: 6页
• 分类号: U495
• 字数: 4542字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2018.35.037

摘要

车辆出行次数是城市车辆出行的基本特征之一,一般采用抽样调查获得.利用城市车辆RFID(radio frequency identi-fication)出行数据,提出了一种基于DBSCAN(density-based spatial clustering of application with noise)算法的车辆出行次数计算方法.首先,利用k-差值法计算出DBSCAN算法中ε-邻域半径;然后,利用车辆一周(月、季度、年)的RFID轨迹链数据进行DBSCAN密度聚类,获取车辆出行时间特征和出行次数.实验表明,该方法具有较高的准确性,实现简单.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈治华	重庆交通大学交通运输学院	11	17	1.0	4.0
2	邓天民	重庆交通大学交通运输学院	33	185	6.0	13.0
3	朱杰	重庆交通大学交通运输学院	5	0	0.0	0.0
4	高超		2	0	0.0	0.0