基于DBSCAN算法的城市车辆 出行次数建模及应用

摘要：

车辆出行次数是城市车辆出行的基本特征之一,一般采用抽样调查获得.利用城市车辆RFID(radio frequency identi-fication)出行数据,提出了一种基于DBSCAN(density-based spatial clustering of application with noise)算法的车辆出行次数计算方法.首先,利用k-差值法计算出DBSCAN算法中ε-邻域半径;然后,利用车辆一周(月、季度、年)的RFID轨迹链数据进行DBSCAN密度聚类,获取车辆出行时间特征和出行次数.实验表明,该方法具有较高的准确性,实现简单.

关键词：密度聚类、DBSCAN算法、RFID数据、车辆出行次数

所属期刊栏目：18

分类号：U495(交通工程与公路运输技术管理)

资助基金：国家重点研发计划2016YFB0100905;重庆市科技人才培养计划cstc2013kjrc-qnrc0148

在线出版日期：2019-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：218-223