排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
为了揭示城市轨道交通大客流的演化机制,该文引入了异常移动网络的概念,并利用复杂网络分析技术,对比研究了深圳地铁正常客流和大客流状态下异常移动网络的结构复杂性和动态演变过程;提出了能有效识别异常移动网络关键节点的指标。研究结果表明,随着大客流的集聚和疏散,异常移动网络呈现从入度“长尾”到出度“长尾”的演变,网络结构在无标度网络与随机网络间转换。研究结论可为地铁大客流预警、制定客流组织管理方案提供参考依据。 相似文献
2.
面向当代严重的交通拥堵,交通规划与组织水平受到人们的广泛关注,交通需求作为交通规划与组织的重要基础数据,其获取方法一直以来都是非常重要的研究课题.进入大数据时代,复杂网络与人类出行研究领域快速发展,为交通需求预测与交通网络优化提供了崭新途径.该文综述人类出行与交通网络研究方向的重要成果,展望这些成果为交通工程带来的契机,并介绍两个方向的最新交叉研究. 相似文献
3.
为研究居民出行轨迹的不同交通方式,基于已知出行交通方式的GPS轨迹信息,构建基于轻量级梯度提升机(LightGBM)的分类模型,对居民出行GPS轨迹进行交通方式分类.首先提取轨迹的各种基础特征,并进一步结合公交网络地理信息引入Fréchet距离进行特征提取,之后对特征进行归一化处理并基于决策树模型对特征进行筛选,最后对筛选后的特征进行模型训练与预测,并通过五折交叉验证方式获取了稳定的预测结果.结果表明:公交网络地理特征能够对模型预测精度进行有效提高,提出的GPS轨迹交通方式识别方法可达90%左右的精确度,优于各种机器学习分类模型. 相似文献
1
