文献

J-GLOBAL ID：201702213732717872   整理番号：17A0198916

経験的クラスタ化を統合したターミナル交通流同定【JST・京大機械翻訳】

Phase-state identification of traffic flow in terminal area incorporated with prior experience clustering

著者 (4件)： Yuan Ligang (School of Civil Aviation, Nanjing University of Aeronautics and Astronautics) ,  Hu Minghua (School of Civil Aviation, Nanjing University of Aeronautics and Astronautics) ,  Zhang Honghai (School of Civil Aviation, Nanjing University of Aeronautics and Astronautics) ,  Ma Yong (School of Civil Aviation, Nanjing University of Aeronautics and Astronautics)
資料名： Jiaotong Yunshu Gongcheng Xuebao  (Jiaotong Yunshu Gongcheng Xuebao)
巻： 16  号： 5  ページ： 83-94  発行年： 2016年 
JST資料番号： C5018A  ISSN： 1671-1637  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では,端末を研究対象として,交通流の特性を定義し,交通流の特性を分析し,交通流の自由度,定常状態,および定常状態を発見するために,交通流の特性を分析した。これらの問題を解決するために,著者らは,経験的経験的因子分析と遺伝的期待値最大化ファジィクラスタリングアルゴリズムを結合することによって,交通流状態の影響因子と交通流特性の抽出を実現して,典型的多忙なの測定データを確認した。分析結果は以下を示す。客観的データマイニングに基づく交通流状態認識法は,良好な適応性と精度を持ち,自由状態,定常状態,および定常状態のモデル識別数は,それぞれ,6,36,37であり,それらの識別数は,それぞれ,7,40,32であった。誤差率は14.3%,10.0%,15.6%であり,モデル認識率は84%以上であった。抽出した交通流の時間と空間的特徴は局部の詳細から最終的な全体の運行状況を構築することができ、終末区域の流量の時空分布の配分と-プログラムの最適化に支持を提供する。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： データマイニング ,  自由度 ,  ターミナル ,  適応性 ,  最適化 ,  *交通流 ,  因子分析 ,  流れ特性 ,  端末装置 ,  流量 ,  *クラスタ化 ,  影響因子 ,  EMアルゴリズム ,  *改変
準シソーラス用語： 認識率 ,  定常状態 , 【Automatic Indexing@JST】

著者キーワード (7件)： air traffic ,  traffic flow phase-state ,  trajectory clustering ,  factor analysis ,  genetic expectation maximization clustering ,  characteristic vector ,  terminal area

分類 (1件)： 交通調査  (TB01031B)

タイトルに関連する用語 (6件)： 経験 ,  クラスタ化 ,  統合 ,  ターミナル ,  交通流 ,  同定