Canopy和K-means聚类算法在公交IC卡数据分析中的应用研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Research of canopy and K-means clustering algorithm in data analysis of the bus IC card 作者：杨健兵 英文作者：Yang Jianbing;Nantong College of Science and Technology; 关键词：IC卡 ; Canopy ; K-means ; 聚类 英文关键词：IC card;;Canopy;;K-means;;clustering 中文刊名：WXHK 英文刊名：Wireless Internet Technology 机构：南通科技职业学院; 出版日期：2019-06-10 出版单位：无线互联科技 年：2019 期：v.16;No.159 基金：南通市科技资助项目;项目名称:BP神经网络技术在智能公交IC卡中的应用研究;项目编号:MS12017026-4 语种：中文; 页：WXHK201911058 页数：4 CN：11 ISSN：32-1675/TN 分类号：131-134

摘要

通过收集南通市市区公交线路名称和站点名称,在不依赖GPS定位数据的基础上,采用Canopy和K-means聚类算法分析乘客上车时间序列,从而建立乘客上车站点的理论模型,并在Hadoop平台上用MapReduce框架实现算法的并行化。最后,以南通公交IC刷卡记录为例,用Canopy算法和K-means算法对IC卡刷卡记录进行分析。实验表明,在Hadoop平台,用Canopy和K-means算法分析公交IC卡数据运行稳定、可靠,具有很好的聚类效果。
        By collecting the names of bus routes and stations in Nantong city, this paper uses canopy and K-means clustering algorithm to analyze passenger boarding time series, and then establishes the theoretical model of passenger boarding point on the basis of not relying on GPS positioning data. Then the parallel algorithm is implemented in the framework of MapReduce on Hadoop platform. Finally, taking the IC card record of Nantong bus as an example, the paper uses canopy algorithm and K-means algorithm to analyze the IC card record.Experiments show that using canopy and K-means algorithm to analyze bus IC card data on Hadoop platform runs steadily and reliably,and has good clustering effect.

引文

[1]孙慈嘉,李嘉伟,凌兴宏.基于云计算的公交OD矩阵构建方法[J].江苏大学学报(自然科学版),2016(4):456-461.
    [2]陈锋,刘剑锋.基于IC卡数据的公交客流特征分析—以北京市为例[J].城市交通,2016(1):51-58,64.
    [3]戴霄,陈学武,李文勇.公交IC卡信息处理的数据挖掘技术研究[J].交通与计算机,2006(24):40-42.
    [4]于勇,邓天民,肖裕民.一种新的公交乘客上车站点确定方法[J].重庆交通大学学报,2009(1):121-125.
    [5]周锐.基于IC卡数据的公交站点客流推算方法[D].北京:北京交通大学,2012.
    [6]赵鹏.基于成都公交IC卡数据的乘客上下车站点推算方法研究[D].成都:西南交通大学,2012.
    [7]徐文远,邓春瑶,刘宝义.基于公交IC卡数据的公交客流统计方法[J].中国公路学报,2013(5):158-163.