×
模态框(Modal)标题
在这里添加一些文本
关闭
关闭
提交更改
取消
确定并提交
×
模态框(Modal)标题
×
期刊
文章
图表
检索
EN
中文
首页
关于期刊
期刊定位与发展现状
数据库收录
期刊荣誉
编委会
投稿指南
期刊政策
期刊订阅
联系我们
EN
中文
图/表 详细信息
基于出租车上下客数据流与分布式多阶段网格聚类的城市热点区域实时探测方法
王浩成, 向隆刚, 关雪峰, 张叶廷
地球信息科学学报, 2023, 25(
7
): 1514-1530. DOI:
10.12082/dqxxkx.2023.220753
s
/km
热点区域数量/个
总面积/km
2
平均热点单元数/个
单热点单元区域占比/%
0.1
99
1.27
1.28
81.82
0.2
62
3.28
1.32
80.65
0.3
68
9.09
1.48
72.06
表5
不同
s
的热点区域统计信息
本文的其它图/表
图1
武汉市多地多时段上下客点
表1
符号定义
图2
基于滑动窗口的热点单元识别
图3
热点区域识别样例
图4
分布式数据流
图5
冗余分区示意图
图6
并行热点区域识别示意
表2
区域识别示例中各分区输出
表3
集群软件版本
图7
各数据集不同
s
下的上下客频次的出现次数与热点阈值选取
图8
武汉市不同热点阈值
v
下的热点区域识别结果对比
表4
不同
v
的热点区域统计信息
图9
武汉市不同监控单元边长
s
下的热点区域识别结果对比
图10
汉口站周边不同监控单元边长
s
的热点区域识别结果对比
图11
不同
s
、
v
组合对热点单元识别的影响
图12
武汉市2015年5月2日多时段热点区域空间分布
图13
纽约市2015年1月黄色出租车运单数据采样分布
图14
不同并行度的算法吞吐量
图15
不同分区网格大小下的算法吞吐量