期刊文章详细信息
利用实时路况数据聚类方法检测城市交通拥堵点
Urban Traffic Congestion Detection Based on Clustering Analysis of Real-time Traffic Data
文献类型:期刊文章
机构地区:[1]西南民族大学计算机科学与技术学院,成都610041 [2]西南交通大学地球科学与环境工程学院,成都610031
基 金:国土资源公益性行业科研专项经费(201111013);国家自然科学基金项目(40971209);中央高校基本科研业务费专项(SWJTU11CX059)
年 份:2012
卷 号:14
期 号:6
起止页码:775-780
语 种:中文
收录情况:BDHX、BDHX2011、CSCD、CSCD2011_2012、JST、RCCSE、ZGKJHX、核心刊
摘 要:城市交通拥堵严重制约其网络总体效率。开展检测交通拥堵点可有效识别网络瓶颈,以整治交通拥堵现象。对此,本文提出一种新的城市交通时空拥堵点检测的方法:即采用实时路况数据,通过定义时空关联,检测时空意义上长期性、规律性交通拥堵点。本文基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法,以成都市为试验区,实现了这种拥堵点检测方法。试验表明,该方法可快速、有效、准确地检测出城市道路严重拥堵路段,并确定其拥堵时空范围,为交通管理、交通拥堵机理分析、交通拥堵预测等提供参考。
关 键 词:交通拥堵 拥堵点检测 时空关联 聚类分析 DBSCAN算法
分 类 号:U491.116[物流管理与工程类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...