- · 《北京交通大学哲学社会科学文库》入选专著获乌拉圭驻华大使馆重点推介[01/06]
- · 北京交通大学8人荣获詹天佑铁道科学技术奖[01/06]
- · 我校交通运输工程博士后科研流动站在2020年博士后工作综合评估中被评为优秀等级[12/25]
- · 我校“研究生科学道德与学风建设月”活动闭幕式暨榜样的力量报告会顺利举办[12/21]
- · 我校3个重点实验室获得首批铁路行业科技创新基地认定[12/18]
- · “宽带移动信息通信铁路行业重点实验室”落户交大暨“铁路5G创新实验室”建成[12/18]
- · 机电学院师生获《机械工程学报》第四届青年杰出论文奖[12/15]
- · 研究生院召开课程建设及教育教学改革项目检查会[12/14]
基于刷卡数据和高斯混合聚类的地铁车站分类
作者: 岳真宏 陈峰 王子甲 黄建玲 汪波 北京交通大学土木建筑工程学院 北京100044 北京市轨道交通线路安全与防灾工程技术研究中心 北京100044 北京市交通信息中心 北京100161
关键词: 地铁 车站分类 刷卡数据 高斯混合模型 地理信息系统
摘要：合理的城市轨道交通车站分类对车站的规划设计及客流预测有重要作用。基于刷卡数据提取出行时间、频次、车票类型等反映车站客流特性的若干变量，运用主成分分析法（PCA）和高斯混合模型（GMM）进行车站聚类。该聚类方法不仅可以识别车站类别，同时可以根据后验概率确定混合类型的车站。以北京地铁为例，将全网233个车站分为4类，利用地理信息系统（GIS）工具可视化分类结果，并叠加地理信息描述各类车站的特征，直观地展示了部分混合性质的车站。与K-均值聚类结果比较显示，GMM方法可以更好地解释多种特性混合的车站类型。
上一篇：南京河西地区地铁盾构隧道不均匀沉降分析
下一篇：全自动驾驶车辆段总体布局方案设计