返回主站|会员中心|保存桌面|手机浏览

《电脑与电信》杂志

杂志等级
    期刊级别:省级期刊 收录期刊:万方收录(中) 上海图书馆馆藏 国家图书馆馆藏 知网收录(中) 维普收录(中)
本刊往期
站内搜索
 
友情链接
  • 暂无链接
首页 > 杂志论文 > 几种不同的方法在GPS大数据探查中的应用分析
杂志文章正文
几种不同的方法在GPS大数据探查中的应用分析
发布时间:2021-01-27        浏览次数:93        返回列表
【作者】刘鑫  张驰  刘汝涛  
【摘要】:
GPS定位系统对车辆的运行调控以及拥堵性分析具有重要意义。但定时采样的GPS数据难免存在坏点的情况,而坏点的存在对分析结果容易产生较大错误,从而影响交通管理决策。本文通过高斯混合模型、K-均值聚类分析以及SOM自组织神经网络三种方法完成对原始数据时间段划分、字段提取以及坏值清理的操作。这三种方法主要用于对数据进行聚类分析,根据分析结果识别孤立点从而进行清理。结果显示,高斯聚类与K-均值聚类算法的坏点识别精度小于SOM自组织神经网络,但前两种算法的运行效率较后者高。
【作者单位】
: 山东科技大学测绘科学与工程学院;
【关键词】坏点 GPS 模型处理 神经网络
【分类号】:U495;P228.4;TP311.13

【正文】:
1引言城市公共交通服务评价是城市公共交通系统建设的重要组成部分,是公交运营效率提升的重要内容。在我国城市化进程带来的诸多问题中,交通是是影响最大,同时也是最受重视的一个方面,这是由于城市的经济、生活等各个方面都与交通息息相关。而目前我国一些城市的交通拥堵现象