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:
为确保出行管理措施的合理性与有效性,建立了基于加权k-means算法的车辆使用特征分类模型,并对各分类中车辆组成、在流量中的占比、车辆来源地与目的地进行了研究,最后结合各类车辆使用特征提出了管控建议.研究结果表明,基于加权k-means算法的数据挖掘方法可以对不同使用特征车辆进行有效分类,有利于交通管理者掌握交通流组成情况并进行精细化管理,对于缓解城市拥堵,提高交通系统运行效率具有重要意义.
推荐文章
基于萤火虫优化的加权K-means算法
加权K-means
聚类
萤火虫算法
基于Fisher线性判别率的加权K-means聚类算法
K-均值
聚类
Fisher线性判别率
特征加权
熵
调整随机指标
类内错误率均方和
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
基于变异的k-means聚类算法
聚类
mk-means算法
变异
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 基于加权k-means算法的车辆使用特征研究
来源期刊 警察技术 学科
关键词 城市交通 出行管理 加权k-means算法 车辆分类
年,卷(期) 2019,(4) 所属期刊栏目 交通管理技术
研究方向 页码范围 85-88
页数 4页 分类号
字数 2945字 语种 中文
DOI 10.3969/j.issn.1009-9875.2019.04.021
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 孔晨晨 6 15 1.0 3.0
2 杨广明 3 1 1.0 1.0
3 董炳辉 贵州省公安厅交通警察总队 1 0 0.0 0.0
4 黄瑛 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (27)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(3)
  • 参考文献(0)
  • 二级参考文献(3)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
城市交通
出行管理
加权k-means算法
车辆分类
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
警察技术
双月刊
1009-9875
11-1645/D
大16开
北京市首都体育馆南路1号
1985
chi
出版文献量(篇)
2950
总下载数(次)
20
论文1v1指导