一种改进的K-means算法在城市通勤研究中的应用

• 作者: 周天绮 杨志民
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 算法改进 城市通勤 手机定位 空间聚类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 算法
• 页码范围: 265-270
• 页数: 6页
• 分类号: TP301
• 字数: 4170字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.03.047

摘要

针对K-means算法初始聚类中心选择困难、易受噪声影响等缺点,通过选择所有样本的中心和离中心最远距离的点优化初始化聚类中心;采用类间相异度迭代计算确定k值;通过计算每一个样本与其他样本的距离和,如果大于所有样本的距离均和,则认为是噪声点予以删除.随机选取100个手机定位样本进行职住地聚类实验,结果显示改进的K-means算法经过3次迭代快速实现收敛,避免了局部最优,同时聚类中心未受到噪声影响而产生偏移.采用该算法分析杭州市通勤特征,杭州市总体达到职住平衡,但在主要商圈和主干道上通勤压力较大.与杭州市第六次人口普查数据和杭州交通运行分析报告进行分析比对,结果基本一致.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周天绮	浙江医药高等专科学校医疗器械学院	17	14	3.0	3.0
2	杨志民	浙江工业大学之江学院	15	149	8.0	12.0