Resumen

En vista de que el algoritmo de agrupación basado en la densidad es sensible a los datos de entrada, lo que se traduce en una limitación del espacio informático y una escasa puntualidad, se propone un nuevo método basado en el algoritmo de agrupación de entropía de la información de cuadrícula para la extracción de puntos calientes de pasajeros de taxi. Este documento selecciona zonas geográficas representativas de Nanjing y Pekín como áreas de investigación y utiliza la entropía de la información y el grado de agregación para analizar la distribución de los puntos de pasajeros. Este algoritmo utiliza una cuadrícula en lugar de los datos de trayectoria originales para calcular y excavar los puntos calientes de pasajeros de taxi. Mediante la comparación y el análisis de los datos de los puntos de carga de taxis en Nanjing y Pekín, se comprueba que los resultados experimentales coinciden con los puntos calientes de pasajeros urbanos reales, lo que verifica la eficacia del algoritmo. Supera las deficiencias de un algoritmo de agrupación basado en la densidad que está limitado por el espacio informático y la escasa puntualidad, reduce el tamaño de los datos necesarios para ser procesados y tiene mayor flexibilidad para procesar y analizar datos masivos. Los resultados de la investigación pueden proporcionar una importante base científica para la orientación del tráfico urbano y la gestión urbana.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:algoritmo, escasa puntualidad, puntos críticos de pasajeros urbanos reales, entropía de la información de la red, importante base científica, datos originales de la trayectoria, zonas geográficas representativas, puntos de carga de taxis, puntos críticos de pasajeros de taxis, orientación del tráfico urbano
• Keywords:algorithm, poor timeliness, actual urban passenger hotspots, grid information entropy, important scientific basis, original trajectory data, representative geographical areas, taxi loading points, taxi passenger hotspots, urban traffic guidance