采用轨迹大数据探测短时非营运行为

采用轨迹大数据探测短时非营运行为

现有的关于出租车GPS轨迹大数据的研究均没有考虑出租车司机本身的非运营行为（如出租车加油（气）、就餐、交接班）的特征和需求。根据出租车轨迹大数据,研究了出租车短时非运营行为特征,从轨迹数据中提取出租车短时非运营行为,利用平面线要素核密度分析其时空分布,并采用Ripley’s K函数分析了武汉市徐东大街区域的短时非运营行为与加气站的空间相关性。实验结果表明,分析出租车短时非运营行为时空分布能有效地揭示出租车司机群体的短时非运营行为需求,以及需求与现有公共资源不匹配引发的资源低效配置现状,为公共资源优化调整提供科学有效的辅助决策支撑。...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:武汉大学学报：信息科学版 2016, Vol.41 (9), p.1192-1198
1. Verfasser: 刘汇慧 阚子涵 孙飞 段倩 唐炉亮 吴华意
Format: Artikel
Sprache:chi
Schlagworte:
大数据
时空分布
时空轨迹
浮动车
短时非运营行为
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 1198
container_issue 9
container_start_page 1192
container_title 武汉大学学报：信息科学版
container_volume 41
creator 刘汇慧 阚子涵 孙飞 段倩 唐炉亮 吴华意
description 现有的关于出租车GPS轨迹大数据的研究均没有考虑出租车司机本身的非运营行为（如出租车加油（气）、就餐、交接班）的特征和需求。根据出租车轨迹大数据,研究了出租车短时非运营行为特征,从轨迹数据中提取出租车短时非运营行为,利用平面线要素核密度分析其时空分布,并采用Ripley’s K函数分析了武汉市徐东大街区域的短时非运营行为与加气站的空间相关性。实验结果表明,分析出租车短时非运营行为时空分布能有效地揭示出租车司机群体的短时非运营行为需求,以及需求与现有公共资源不匹配引发的资源低效配置现状,为公共资源优化调整提供科学有效的辅助决策支撑。
format Article
fullrecord <record><control><sourceid>chongqing</sourceid><recordid>TN_cdi_chongqing_primary_669706607</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>669706607</cqvip_id><sourcerecordid>669706607</sourcerecordid><originalsourceid>FETCH-chongqing_primary_6697066073</originalsourceid><addsrcrecordid>eNpjYeA0NDM31LWwMDPgYOAtLs5MMjA2MzE2MTIy5WQweNne_nzKihd7V7zYv_PpkuXPpm541rvuWd-iZ1u7n89f-2z6tpdz572YsPTF_gkvFvY82bGLh4E1LTGnOJUXSnMzKLm5hjh76CZn5OelF2bmpccXFGXmJhZVxpuZWZobmJkZmBsTpQgAnGdDWQ</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>采用轨迹大数据探测短时非营运行为</title><source>EZB-FREE-00999 freely available EZB journals</source><creator>刘汇慧 阚子涵 孙飞 段倩 唐炉亮 吴华意</creator><creatorcontrib>刘汇慧 阚子涵 孙飞 段倩 唐炉亮 吴华意</creatorcontrib><description>现有的关于出租车GPS轨迹大数据的研究均没有考虑出租车司机本身的非运营行为（如出租车加油（气）、就餐、交接班）的特征和需求。根据出租车轨迹大数据,研究了出租车短时非运营行为特征,从轨迹数据中提取出租车短时非运营行为,利用平面线要素核密度分析其时空分布,并采用Ripley’s K函数分析了武汉市徐东大街区域的短时非运营行为与加气站的空间相关性。实验结果表明,分析出租车短时非运营行为时空分布能有效地揭示出租车司机群体的短时非运营行为需求,以及需求与现有公共资源不匹配引发的资源低效配置现状,为公共资源优化调整提供科学有效的辅助决策支撑。</description><identifier>ISSN: 1671-8860</identifier><language>chi</language><subject>大数据 ; 时空分布 ; 时空轨迹 ; 浮动车 ; 短时非运营行为</subject><ispartof>武汉大学学报：信息科学版, 2016, Vol.41 (9), p.1192-1198</ispartof><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/92848A/92848A.jpg</thumbnail><link.rule.ids>314,780,784,4024</link.rule.ids></links><search><creatorcontrib>刘汇慧 阚子涵 孙飞 段倩 唐炉亮 吴华意</creatorcontrib><title>采用轨迹大数据探测短时非营运行为</title><title>武汉大学学报：信息科学版</title><addtitle>Geomatics and Information Science of Wuhan University</addtitle><description>现有的关于出租车GPS轨迹大数据的研究均没有考虑出租车司机本身的非运营行为（如出租车加油（气）、就餐、交接班）的特征和需求。根据出租车轨迹大数据,研究了出租车短时非运营行为特征,从轨迹数据中提取出租车短时非运营行为,利用平面线要素核密度分析其时空分布,并采用Ripley’s K函数分析了武汉市徐东大街区域的短时非运营行为与加气站的空间相关性。实验结果表明,分析出租车短时非运营行为时空分布能有效地揭示出租车司机群体的短时非运营行为需求,以及需求与现有公共资源不匹配引发的资源低效配置现状,为公共资源优化调整提供科学有效的辅助决策支撑。</description><subject>大数据</subject><subject>时空分布</subject><subject>时空轨迹</subject><subject>浮动车</subject><subject>短时非运营行为</subject><issn>1671-8860</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2016</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDM31LWwMDPgYOAtLs5MMjA2MzE2MTIy5WQweNne_nzKihd7V7zYv_PpkuXPpm541rvuWd-iZ1u7n89f-2z6tpdz572YsPTF_gkvFvY82bGLh4E1LTGnOJUXSnMzKLm5hjh76CZn5OelF2bmpccXFGXmJhZVxpuZWZobmJkZmBsTpQgAnGdDWQ</recordid><startdate>2016</startdate><enddate>2016</enddate><creator>刘汇慧 阚子涵 孙飞 段倩 唐炉亮 吴华意</creator><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>W94</scope><scope>~WA</scope></search><sort><creationdate>2016</creationdate><title>采用轨迹大数据探测短时非营运行为</title><author>刘汇慧 阚子涵 孙飞 段倩 唐炉亮 吴华意</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-chongqing_primary_6697066073</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2016</creationdate><topic>大数据</topic><topic>时空分布</topic><topic>时空轨迹</topic><topic>浮动车</topic><topic>短时非运营行为</topic><toplevel>online_resources</toplevel><creatorcontrib>刘汇慧 阚子涵 孙飞 段倩 唐炉亮 吴华意</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库-自然科学</collection><collection>中文科技期刊数据库- 镜像站点</collection><jtitle>武汉大学学报：信息科学版</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>刘汇慧 阚子涵 孙飞 段倩 唐炉亮 吴华意</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>采用轨迹大数据探测短时非营运行为</atitle><jtitle>武汉大学学报：信息科学版</jtitle><addtitle>Geomatics and Information Science of Wuhan University</addtitle><date>2016</date><risdate>2016</risdate><volume>41</volume><issue>9</issue><spage>1192</spage><epage>1198</epage><pages>1192-1198</pages><issn>1671-8860</issn><abstract>现有的关于出租车GPS轨迹大数据的研究均没有考虑出租车司机本身的非运营行为（如出租车加油（气）、就餐、交接班）的特征和需求。根据出租车轨迹大数据,研究了出租车短时非运营行为特征,从轨迹数据中提取出租车短时非运营行为,利用平面线要素核密度分析其时空分布,并采用Ripley’s K函数分析了武汉市徐东大街区域的短时非运营行为与加气站的空间相关性。实验结果表明,分析出租车短时非运营行为时空分布能有效地揭示出租车司机群体的短时非运营行为需求,以及需求与现有公共资源不匹配引发的资源低效配置现状,为公共资源优化调整提供科学有效的辅助决策支撑。</abstract></addata></record>
fulltext fulltext
identifier ISSN: 1671-8860
ispartof 武汉大学学报：信息科学版, 2016, Vol.41 (9), p.1192-1198
issn 1671-8860
language chi
recordid cdi_chongqing_primary_669706607
source EZB-FREE-00999 freely available EZB journals
subjects 大数据
时空分布
时空轨迹
浮动车
短时非运营行为
title 采用轨迹大数据探测短时非营运行为
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-03T05%3A20%3A35IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-chongqing&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E9%87%87%E7%94%A8%E8%BD%A8%E8%BF%B9%E5%A4%A7%E6%95%B0%E6%8D%AE%E6%8E%A2%E6%B5%8B%E7%9F%AD%E6%97%B6%E9%9D%9E%E8%90%A5%E8%BF%90%E8%A1%8C%E4%B8%BA&rft.jtitle=%E6%AD%A6%E6%B1%89%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%9A%E4%BF%A1%E6%81%AF%E7%A7%91%E5%AD%A6%E7%89%88&rft.au=%E5%88%98%E6%B1%87%E6%85%A7%20%E9%98%9A%E5%AD%90%E6%B6%B5%20%E5%AD%99%E9%A3%9E%20%E6%AE%B5%E5%80%A9%20%E5%94%90%E7%82%89%E4%BA%AE%20%E5%90%B4%E5%8D%8E%E6%84%8F&rft.date=2016&rft.volume=41&rft.issue=9&rft.spage=1192&rft.epage=1198&rft.pages=1192-1198&rft.issn=1671-8860&rft_id=info:doi/&rft_dat=%3Cchongqing%3E669706607%3C/chongqing%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=669706607&rfr_iscdi=true