基于高斯混合聚类模型的公交出行特征分析

• 作者: 张硕 许伦辉 韩亮 黄艳国
• 来源期刊: 现代电子技术
• 关键词: 公交出行 出行特征 高斯混合聚类模型 数据采集 模型验证 聚类分析
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 人工智能
• 页码范围: 174-178
• 页数: 5页
• 分类号: TN919-34|U491.1+7
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.16.039

摘要

针对公交出行特征的传统数据分析方法人工成本大的问题,提出一种基于高斯混合聚类模型的公交出行特征分析方法.以公交IC卡刷卡数据、公交运行GPS数据及静态站点数据为基础,建立高斯混合聚类模型,对比节假日与通勤日公交出行特征差异.最后以深圳市某路公交为实例,仿真结果表明,节假日与通勤日公交出行在高峰时段分布与持续时间上具有显著差异,验证了高斯混合聚类模型在交通数据分析领域中的有效性,对公交运营与调度优化有一定的借鉴意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄艳国	江西理工大学电气工程与自动化学院	55	401	11.0	18.0
2	许伦辉	华南理工大学土木与交通学院	102	999	17.0	26.0
3	张硕	江西理工大学电气工程与自动化学院	5	1	1.0	1.0
4	韩亮	江西理工大学电气工程与自动化学院	2	1	1.0	1.0