城市交通流主流向两步骤类筛选方法研究

提出了一种集动态聚类法和模糊聚类法这优点的城市交通流主流向两步聚类筛选方法，介绍了该法的基本思想、具体算法和模型框图，以及该方法在鞍山市城市交通走廊规划中的实际应用。     

港口岸线评价模型及其应用

文中提出的港口岸线分类定级方法，是按多目标决策方法对分段岸线进行定量化分析，得出每段岸线的综合满意度，然后利用模糊聚类的方法对岸线进行分类定级，以便在定量化分类定级的基础上进行岸线性质和功能评价．     

基于聚类分析的城市公交线路工况构建

针对西安市城市公交线路工况构建,提出了采用线路强度来筛选采样线路的方法和根据样本综合稳定度指标来判定工况数据采样量饱和的判据,并基于聚类分析法构建了西安市某城市公交线路工况,通过平均误差和V-A概率二维分布矩阵相似度验证了构建工况的有效性。试验数据表明:采样数据与构建工况之间平均误差为7.3%,两者的V-A分布概率矩阵的相似系数为0.9957,表明采用聚类法构建得出的工况误差较小,符合实际行驶情况。     

驾驶员特性评价指标聚类分析

为获得有关驾驶员评价指标信息,设计了针对驾驶员特性评价指标的调查问卷,并对一些定性问题进行了量化。基于问卷调查数据,运用M atlab对驾驶员特性评价指标进行了聚类分析,找出影响驾驶员正常驾驶的主要因素和关键指标,为交通事故分析和评定提供理论依据。     

基于神经网络、网格和密度的聚类方法的设计

聚类分析是数据挖掘技术的重要组成部分，由于高维数据的复杂性，使聚类分析的效率和实用性都很差，提出一种用于聚类空间数据维度选择的神经网络模型，利用该模型能够确定聚类空间中和聚类主题相关性较强的数据维，从而可以降低聚类空间的维度，在实现降维的基础上，介绍了一个基于网格和密度的聚类方法的实现     

城市轨道交通站点分类的聚类方法研究

在城市轨道交通相关研究中,需要对站点进行划分,讨论不同站点的差异性。采用聚类分析的方法,选取站点自身特点和站点环境特征等相关的11个因素作为聚类分析的初始变量,对变量进行量化和标准化。对标准化的变量进行因子分析,从变量中提取隐藏的三个公共因子:步行环境因子、站点规模因子、站点接驳因子,达到突出特点和降低变量维度的效果。采用K-均值法,根据提取的公共因子进行聚类,最终将成都地铁1号线现运营16个站点划分为五大类。     

聚类分析在开放式基金绩效研究中的应用

聚类分析在基金绩效的研究方面有很大的挖掘空间．为研究基金的绩效,从基金的规模发展、收益如何及成长性3个层面进行了考察,选取了2008年1月到2．008年6月共24周的数据,其中任意选取30只基金,以其周收益率为基本数据计算并建立了6个指标．通过Q聚类分析方法,分析了这30只基金在整个股市大幅下跌的表现情况．以此来判断基金的绩效,来帮助投资者做出较为准确的投资．     

经济发展与城乡统筹关系的实证分析——以安徽省为例

推动城乡统筹发展,建设社会主义新农村,是落实科学发展观与构建和谐社会的重要实践,是全国经济社会发展面临的重大战略任务。安徽省是一个农业大省,一直存在城镇化水平低的问题。本文通过构建衡量城乡统筹发展水平的指标体系,采用主成分分析法和聚类分析法,对安徽省17个地市的城乡统筹发展水平进行综合量化评价;揭示安徽省城乡统筹发展的空间格局及其特征,为城乡统筹发展提供相关信息和决策依据,以推动城乡统筹建设的步伐。     

城市轨道站点衔接客流比例标准确定研究——以北京市为例

城市轨道交通是整个城市交通系统的骨干,由于轨道交通更适用于主干性运输,可达性相对较低,因此在轨道交通规划时,必须充分考虑站点衔接问题。通过分析各种衔接方式特性,采用典型相关性的分析方法确定对于衔接比例产生影响的各个因素并加以综合考虑,再用聚类分析的方法对北京市现有站点进行分类,在此定量分析的基础上,考虑城市布局形态以及站点功能分类的因素,对其进行调整,最终可得出各个类型站点的衔接比例,从而为北京新修线路各站点的衔接规划给出参考标准。     

一种改进的DBSCAN聚类算法的研究与应用

对DBSCAN（density based spatial clastering of applications with noise）聚类算法进行了研究,分析了它的特点、存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点（段）的排查方法及其改进思路,并且结合J2EE技术,实现了一个Web环境下的交通事故数据挖掘系统,阐述了基于J2EE的交通事故挖掘系统的体系结构、设计及其应用。