Research on Analysis Method of Characteristics Generation of Urban Rail Transit
Research on Analysis Method of Characteristics Generation of Urban Rail Transit
复制标题
城市轨道交通特征生成分析方法研究
DOI：
10.1109/tits.2019.2929619
复制
发表时间：
2020-09
影响因子：
8.5
通讯作者：
Ding Zhiming
中科院分区：
文献类型：
--
作者：
Cai Zhi;Li Tong;Su Xing;Guo Limin;Ding Zhiming
随着社会经济的发展，城市轨道交通已成为城市交通系统的重要组成部分，而城市轨道交通的建设极大地改善了公共交通环境。目前，已有很多研究集中于根据历史数据进行客流预测，然而，很难为新车站的规划或建设提供这样的客流预测辅助。针对这一局限性，提出了一种考虑城市土地利用的智能交通中城市轨道交通站点特性分析的新方法。首先，基于RC-树(Colorded R-tree)的算法将兴趣点(POI)划分为每个站点的边界区域。其次，提出了<；italic&>多样性<；/italic>；和<；italic&>比例<；/italic>；方法来提取<；内联公式&><；纹理-数学符号=“LaTeX”>；$TOP$<；/tex-math>；<；/inline-formula>；-<；inline-formula>；<；纹理-数学符号=“LaTeX”>；$k$<；/tex-ath>；/内联-公式>；基于其语义和空间特征的有界区域的POI。然后，根据提取的<；内联公式>；<；tex-ath notation=“LaTeX”>；$TOP$<；/tex-math>；<；/inline-formula>；-<；inline-formula>；<；tex-ath notation=“LaTeX”>；$k$<；/tex-ath>；<；/内联公式>；POI的相似度对站点进行分类。在实际数据集上进行了实例研究，包括大量的自动售检票系统(AFC)记录进行了实验评价，结果表明，该方法可以验证土地利用的合理性，为交通模型技术的应用提供支持。
With the development of society and economy, the urban rail transit has become one of the important components of urban transportation system, while the construction of the urban rail greatly improves the public transportation environments. Currently, there are many research focus on the passenger flow predictions according to their corresponding historical data, however, it is hard to assist transport models vary such volumes for a new station planning or being constructed. In view of this limitation, we provide a novel method for urban rail station characteristics analysis in intelligent transportation considering city land usages. Initially, point of interest (POIs) are divided by the proposed RC-tree (Colored R-tree)-based algorithm into the bounded areas for each station. Second, the <italic>Diversity</italic> and <italic>Proportion</italic> approaches are proposed to extract the <inline-formula> <tex-math notation="LaTeX">$top$ </tex-math></inline-formula>-<inline-formula> <tex-math notation="LaTeX">$k$ </tex-math></inline-formula> POIs from bounded areas based on their semantic and spatial characteristics. Then, classify the stations based on the similarity of the extracted <inline-formula> <tex-math notation="LaTeX">$top$ </tex-math></inline-formula>-<inline-formula> <tex-math notation="LaTeX">$k$ </tex-math></inline-formula> POIs. Moreover, we made a case study on real dataset, including a large volume of Automatic Fare Collection system (AFC) records for the experimental evaluations, and the results show that the proposed method can verify the rationality of land use and provide support for the application of transportation model technology.
登录
查看更多内容
影响因子：
1.4
作者：
Sun, Yujuan;Zhang, Guanghou;Yin, Huanhuan
通讯作者：
Yin, Huanhuan
DOI：
10.1007/s00778-016-0433-6
发表时间：
2016-07
期刊：
The VLDB Journal
影响因子：
--
作者：
G. Fakas;Zhi Cai;N. Mamoulis
通讯作者：
G. Fakas;Zhi Cai;N. Mamoulis
DOI：
10.1177/0954409714524378
发表时间：
2015-11
期刊：
Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit
影响因子：
--
作者：
Xiaoming Xu;Keping Li;Xiang Li
通讯作者：
Xiaoming Xu;Keping Li;Xiang Li
DOI：
10.1016/s1570-6672(13)60101-4
发表时间：
2013-04
期刊：
Journal of Transportation Systems Engineering and Information Technology
影响因子：
--
作者：
Binglei Xie;C. Ding
通讯作者：
Binglei Xie;C. Ding
DOI：
10.4018/ijagr.2015040104
发表时间：
2015-04
期刊：
Int. J. Appl. Geospat. Res.
影响因子：
--
作者：
Yena Song;Hyun Kim
通讯作者：
Yena Song;Hyun Kim