基于统计分析的城际铁路建设条件研究

采用基于描述统计学的社会经济统计学方法对我国建成及在建26条城际铁路沿线地区的多项社会经济指标进行归纳统计,进而采用聚类分析的方法对其综合分析,探索能够反映城际铁路建设条件的参考指标,为我国城际铁路的建设规划提供决策参考。     

基于聚类分析的非参数回归短时交通流预测方法

大部分非参数回归预测算法并不对交通流历史数据进行区分,而是将全部历史流量数据建立模式库进行分析.基于交通流的现实特征,提出基于聚类分析的非参数回归短时交通流预测方法,首先根据流量分布特点运用聚类分析将其分类成不同的流量模式,然后选择匹配待预测时刻的流量模式作为样本数据库运用非参数回归进行预测.实例计算结果表明,其预测精度优于传统非参数回归方法.      

利用流域影响因子推算山坡坡度的研究

用模糊聚类分析方法将流域样本分为两类,然后用回归分析理论分别对各类样本进行分析,建立起山坡平均坡度与流域影响因子之间的回归方程。把所得结果用于现有桥梁的水文验算中,可以节约验算者的大量时间,而且按此结果计算出的洪峰流量与按传统方法计算的洪峰流量接近且偏于安全。     

基于聚类分析的码头通过能力类型化研究

通过对国外主要集装箱码头运营情况和通过能力的调查研究,引入基于柔性靠泊方式的港口码头百米岸线通过能力作为评价指标,选取影响码头岸线通过能力的主要因素,运用聚类分析法将所选集装箱码头分为3类,分析研究其码头岸线通过能力指标,得出在柔性靠泊方式下各类集装箱码头岸线通过能力指标的特征区间.     

路径行程时间的组合预测方法研究

立足于历史和实时数据的融合应用,从实际应用角度出发,构筑了一种路径短时行程时间的组合预测模型和相应算法。该组合预测模型包含基于历史数据特征向量的聚类分析子模型和基于路径行程时间序列的自回归子模型,通过贝叶斯概率公式实现子模型的权重分配。并对数据进行滚动式处理,实现权重系数的实时更新。最后选择上海市快速路系统3条典型路径进行实例分析,并与实际牌照自动识别行程时间数据进行对比验证。     

基于公路运行速度设计的标准车型分类标准

为研究建立适用于公路运行速度设计的标准车型,通过对大量试验路段的实地交通调研,结合中国近10年的车型资料,建立了车型参数资料数据库;通过分析中国车型参数统计分布,采用阶段式多元综合聚类法对车型参数进行聚类;综合分析采集的车辆实际运行特征参数,通过应用聚类分析及速度-轴距分布分析,初步确定了以速度和轴距作为车型划分类别,并依据中国车辆轴距分布统计结果确定了基于轴距的车型划分标准。结果表明:汽车轴距、比功率是车型分类标准划分的重要指标;提出的用于中国双车道公路和一级及高速公路运行速度分析的车型分类标准对于公路运行速度设计有着重要的理论意义。     

模糊聚类在交通诱导系统建设中的应用

可变情报板（交通诱导屏）在交通信息发布、交通诱导等方面起着非常重要的作用。为满足公众对交通诱导信息的需求,可变情报板的布局应得到进一步的合理规划。根据聚类分析和室外屏选址的基本原理,建立一套完整高效的室外屏选址理论,借助Excel强大的统计功能,该理论在实际工作中发挥了重要作用。     

基于灰关联测度的分裂式层次聚类算法

为估计数据集的聚类数目及获得较好的聚类性能,提出了一种基于灰关联测度的分裂式层次聚类算法.该算法用灰关联测度衡量数据对象之间的相似程度,以基于密度扩展的方式自顶向下分裂成不同层次的数据集划分;然后,根据灰关联测度定义聚类有效性指标;最后将有效性指标曲线极值点对应的聚类划分用于估计最佳聚类数目.实际数据和合成数据集的实验表明,与FCM聚类相比,该算法的聚类正确率平均提高3.7%,并且能够识别任意形状的簇.     

“八五”末期我国各地区汽车市场总体需求状况聚类分析初探

聚类分析是数理统计中的一种多元分析方法，该方法旨在通过研究样本或变量间的亲疏程度、较系统地揭示群体对象间的本质差别和内在联系。本文研究该方法在我国汽车市场需求预测分析领域中的应用，目的在于探索从多角度分析，研究我国各地区、各部门等群体汽车市场需求特性的可能性。     

DM技术在联网收费中的研究与应用

文章介绍了数据挖掘技术概念和相关内容,并利用数据挖掘技术中常用的聚类分析,结合硬聚类和模糊聚类的方法,描述了如何通过数据挖掘方法对收费系统中的大量数据进行规律分析和模型预测,文章给出了详细的计算步骤和框图。