%0 Journal Article
%T 基于DBSCAN算法的城轨车站乘客聚集特征分析
%A 李晓璐
%A 于昕明
%A 郗艳红
%A 杨晨光
%A 张溪
%A 张彭
%A 朱广宇
%J 控制与决策
%D 2019
%R 10.13195/j.kzyjc.2017.1540
%X 发掘并掌握站内乘客群体的聚集时空变化规律,对于优化城市轨道交通线网间车辆的调度,特别是优化灾害条件下的客流组织管理等,具有积极的作用.针对具有密度分布非均匀特征的车站乘客位置数据集,提出一种基于高斯混合模型的DBSCAN聚类算法.首先,利用高斯混合模型对数据集进行密度的分层处理;然后,面向不同密度层次的数据集进行局部聚类,确定各密度层数据集的参数,并选取恰当的种子以完成局部聚类簇扩展;最后,将各密度层次数据集的聚类结果进行合并.通过标准和实测数据的计算结果表明,基于高斯混合模型优化后的DBSCAN算法,对于非均匀密度分布的乘客位置分布数据具有更好的聚类效果.
%U http://kzyjc.alljournals.cn/ch/reader/view_abstract.aspx?file_no=20190103&flag=1