出租车数据的时间序列谱聚类分析

发布时间：2023-06-03 18:09

　　城市空间运行的出租车产生大量的OD数据,数据的时序呈现周期性特点,客观反映人们的出行行为模式,本文采用谱聚类算法对北京五环区域内各空间单元的出行特征及其相似性进行探究。由于空间单元的时空行为特征受空间邻域和功能区划的影响,研究添加邻域因子和功能区因子以改进时间序列的相似性度量方法,从而实现时间序列谱聚类算法的空间和功能区拓展,进而增加人们对不同时空条件下出行行为特征的了解,以便对不同空间单元提供差异性服务,如不同时段公交的发车频次、动态调整商场营业时间、不同时空环境出租车候车点的实时变换、调控和优化不同区域服务保障等,将有助于降低城市能耗,更加合理地利用资源,也有助于居民实现智慧生活。

【文章页数】：5 页

【文章目录】：
1 基于时间序列的时空谱聚类算法
    1.1 相似性度量方法
    1.2 相似性度量方法的改进
    1.3 谱聚类算法的时空及功能区拓展
2 试验数据及结果
    2.1 试验数据
    2.2 基于双因子的谱聚类结果
    2.3 对比试验及结果
3 试验评价与分析
    3.1 聚类结果评价
    3.2 行为特征分析
        3.2.1 工作日层面
        3.2.2 休息日层面
        3.2.3 工作日与休息日对比
4 结语



本文编号：3829786