Sep, 2023
基于 K-Means 和动态时间规整的城市交通模式聚类：案例研究
Clustering of Urban Traffic Patterns by K-Means and Dynamic Time Warping: Case Study
Sadegh Etemad, Raziyeh Mosayebi, Tadeh Alexani Khodavirdian, Elahe Dastan, Amir Salari Telmadarreh...
TL;DR在这篇论文中，描述了城市交通模式聚类的两个重要应用：第一个应用程序通过使用具有相似交通模式的道路段的速度来给地图块上色以估计缺失的速度值。第二个应用程序是使用不同道路段的相似模式来生成地图上某个当地点的地址所需的基本道路段的估计。本文提出了基于 K-Means 和动态时间规整的时间序列聚类算法。我们提出的算法的案例研究基于 Snapp 应用程序的司机速度时间序列数据。这两个应用程序的结果表明，所提出的方法能够提取相似的城市交通模式。