聚类分析在红砂岩边坡工程地质分类中的应用

在红砂岩边坡调查的基础上，应用系统聚类分析方法对红砂岩边坡地质进行了分类。通过与经验分类法的对照，证明系统聚类分析在边坡地质分类上的可行性和优越性并提出了红砂岩边坡地质分类参数选取和量化的方法。     

汽车雷达多目标跟踪的模糊数据关联

介绍了一种量测(新测目标)到目标(已知目标)之间的模糊数据关联方法，将模糊聚类均值方法和决策逻辑方法相结合，利用Mahalanobis距离代替聚类运算中的欧氏距离，使量测与目标预测值之间的相似性度量更准确，应用决策逻辑确定量测与目标预测值的关联关系。仿真表明这种方法简单，在杂波环境下，有较高的跟踪精度，这种方法可以用于道路条件下，基于汽车雷达的多目标的可靠跟踪。     

快速公交站点类别及步行吸引范围研究

针对目前对BRT站点简单的分类及步行吸引距离的粗泛定义,以济南市1~3 号快速公交作 为研究背景,开展了关于快速公交站点分类方法及各类站点对步行吸引范围的研究。以在19 个快 速公交站点中进行的RP(Revealed Preference Survey)调查及济南ArcGIS 数据库为数据基础,选取 了9 个站点步行吸引距离的影响因素,借助聚类分析法并利用Matlab 工具箱拟合正态分布模型, 最终总结归纳出5 类快速公交站点,并计算得到各类型站点的步行吸引距离。结果表明：终端型 站点的步行吸引距离最长,为1 300m;其次是交通枢纽型站点,为1 100m;城市次中心型与城 市中心型站点步行吸引距离相差不多,平均为750m;一般型站点步行吸引距离最短,约为 630m。不同类型站点的步行吸引距离相差较大,不能以单一经验值解释所有BRT站点,其中城 市次中心型与城市中心型站点步行吸引距离适中,是理想的站点类型。     

基于聚类分析的我国港口城市类型化研究

港口城市的研究备受关注,但是关于港口城市类型化的研究还尚属空白。将聚类分析的思想和方法引入到港口城市这一领域,根据港城关系演变的特点,运用分层聚类法（Hierarchical cluster）,把我国25个主要的国家级港口城市分为3大类、5亚类,总结出不同类型的基本特征,并针对不同类型港口城市港城关系的调整提出了相应的建议。     

基于聚类分析的交通小区划分方法的改进

不同交通小区之间的土地利用、功能与性质存在着很多相似之处,引进“物以类聚”的思想,利用聚类分析方法对相似交通小区进行重新划分,大大减少工作量,而且精确度又相差不大。     

城市公共交通站点分类分级研究

公交站点作为公共交通系统的重要组成部分,承担着客流集散的功能,对于公共交通系统运营的便捷性与舒适性都有着重要的影响。本文从公交站点所承担的核心功能、站点所处城市区位因素、道路等级对公交站点的影响因素入手,提出了公交站点的不同分类方法;从公交站点日均客流集散量、包含的线路条数等方面入手,采用聚类分析、系统聚类等方法对不同类型的公交站点进行分级研究,并以西安市公交站点为例进行实证性分析,得出了较为合理的分类分级结果。     

基于K-Means聚类算法的高速公路事故多发路段鉴别

为鉴别高速公路事故多发路段,该文提出了一种基于K-Means聚类算法的事故多发路段鉴别方法。针对事故严重程度,引入路产损失与平均伤亡赔偿金作为当量事故数评定指标,对传统的当量事故数进行改进。根据改进当量事故数统计分布特征确定路段划分长度,结合累积频率法对事故多发路段进行初步鉴别。采用K-Means聚类算法对初选的事故多发路段进行聚类分析,得出最终的事故多发路段。为验证所提方法的正确性,对广(州)—梧(州)高速公路河口至平台段事故多发路段进行鉴别。结果表明：相比传统当量事故数,改进当量事故数更能反映事故严重程度;改进当量事故数服从负二项分布,可根据其统计分布特征得出客观的路段划分长度;采用K-Means聚类算法筛选结果优于DBSCAN算法,其筛选的事故多发路段总长度占初选结果的66.7%,该方法可为高速公路事故多发路段治理提供强有力的理论依据。     

基于复杂网络的城市群铁路网络节点重要度研究

基于复杂网络理论,测算天山北坡城市群网络指标特性值,分析节点层和网络层的数据特征;根据节点重要度模型,采用改进熵权法对模型相应指标赋权,计算得到各城市节点重要度;通过系统聚类分析方法,对节点城市划分重要等级。结果表明:石河子市、乌鲁木齐市、沙湾县和奎屯市节点重要度分别为1.87、1.46、1.16和1.14。聚类得到三个重要度等级,并对城市节点进行划分。说明在重点完善关键城市节点交通网络外,需同时兼顾其他城市的交通基础设施建设,为各地交通往来提供便利。     

海湾大学城汽车行驶工况与交通安全分析

为更好地评估大学城交通安全情况,以上海海湾大学城行驶车辆为研究对象,利用GPS设备进行行驶数据采集,通过数据预处理,提取出有效的运动学片段;通过主成分分析法和K-means聚类分析法将运动学片段划分成3类,利用皮尔逊相关系数拟合出1941 s的汽车行驶工况.结果表明,大学城行驶车辆具有平均速度高、匀速行驶比例大、加减速...