[0065] 步驟九:求每一標(biāo)準(zhǔn)差向量{〇」，j = l，2，···，C}中的最大分量{〇」max, j = l，2,…，C} 為代表；
[0066] 步驟十:在任一最大分量集_\，」=1，2，-_，(：}中，若有〇」"^>05，同時(shí)又滿足 如下兩個(gè)條件之一：
[0067] (1) g >萬(wàn)和Nj > 2 (0N+1)，即Sj中樣本總數(shù)超過(guò)值的一倍以上；
[0069] 貝lj將分裂成兩個(gè)新的聚類中心Zj+和Zj-，且C加1，其中zj+對(duì)應(yīng)于 〇jmax的分量加上 k · 〇j max，zj對(duì)應(yīng)于〇j max的分量減去k · 〇j max，其中k = 0.5;
[0070] 步驟^--:計(jì)算全部聚類中心的距離：Dij = I I Zi-Zj I I，i = 1，2，…，C-l，j = i + 1，…，C
[0071] 步驟十二:比較Dij與0C的值，將Dij<0C的值按最小距離次序遞增排列，即
[0072] ??…，…，
[0073] 式中，A'j丨 < " /,.
[0074] 步驟十三:將距離為貧^的兩個(gè)聚類中心氣和1合并，得新的中心為：
[0076]步驟十四：如果是最后一次迭代運(yùn)算，則結(jié)束;否則，若需要操作者改變輸入?yún)?shù)， 轉(zhuǎn)至步驟一;若輸入?yún)?shù)不變，轉(zhuǎn)至步驟二。
[0077] 進(jìn)一步地，所述步驟一:輸入預(yù)選參數(shù)(：、1(、(^、03、0(：、1以及1^，的步驟中：
[0078]確定預(yù)期的類聚中心數(shù)C，所述C初始類別設(shè)為5;
[0079]確定聚類中心的數(shù)目Κ，所述Κ等于3;
[0080]確定類別至少應(yīng)該具有的樣本數(shù)目，小于此數(shù)目不作為一個(gè)獨(dú)立的聚類，0Ν設(shè)為 50；
[0081 ]確定一個(gè)類別樣本的標(biāo)準(zhǔn)差閥值0S;所述0S為0.5;
[0082]確定類聚中心之間距離的閥值，即歸并系數(shù)，若小于此數(shù)，則兩個(gè)類進(jìn)行合并;所 述0C為4;
[0083]確定允許迭代的最多次數(shù)I;所述I為500次；
[0084] 確定在一次迭代中可以歸并的類別的最多對(duì)數(shù)L;所述L為2。
[0085] 進(jìn)一步地，所述通過(guò)所述打分分析與所述聚類分析判定所述乘客是否為滿足預(yù)定 要求的通勤乘客的步驟中，包括：
[0086] 判定高于第一預(yù)定分?jǐn)?shù)的乘客為絕對(duì)通勤乘客；
[0087] 判定高于第二預(yù)定分?jǐn)?shù)并不高于第一預(yù)定分?jǐn)?shù)的乘客為普通通勤乘客；
[0088] 判定不高于第二預(yù)定分?jǐn)?shù)的乘客為非通勤乘客。
[0089] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：
[0090] 本發(fā)明提供的一種基于公交1C卡數(shù)據(jù)的通勤乘客特征提取方法，包括:采集公交 系統(tǒng)中公交1C卡使用數(shù)據(jù)；以此提取使用所述1C卡的乘客的出行0D鏈，并根據(jù)所述出行0D 鏈提取所述乘客在一天時(shí)間中首次和末次出行0D鏈，根據(jù)所述1C卡使用數(shù)據(jù)及所述首次和 末次出行0D鏈提取所述通勤乘客的相同出行天數(shù)、所述通勤乘客的相同通勤時(shí)段、所述通 勤乘客的相同通勤站點(diǎn)、所述通勤乘客的相同通勤線路，本方法具有準(zhǔn)確，直觀，可操作性 強(qiáng)等優(yōu)點(diǎn)，對(duì)于提高公交運(yùn)營(yíng)效率，促進(jìn)城市現(xiàn)代化，特別是為以后發(fā)展定制公交以及票制 票價(jià)改革，具有重要意義。
【附圖說(shuō)明】
[0091] 構(gòu)成本發(fā)明的一部分的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，本發(fā)明的示意性實(shí) 施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：
[0092] 圖1為一實(shí)施例中提供的一種基于公交1C卡數(shù)據(jù)的通勤乘客特征提取方法的流程 圖；
[0093] 圖2為一實(shí)施例中提供的一種基于公交1C卡數(shù)據(jù)的通勤乘客特征提取方法的邏輯 框圖；
[0094] 圖3為一實(shí)施例中提供的一種基于公交1C卡數(shù)據(jù)的通勤乘客判定方法的流程圖；
[0095] 圖4為一實(shí)施例中提供的一種基于公交1C卡數(shù)據(jù)的通勤乘客判定方法的邏輯框 圖。
【具體實(shí)施方式】
[0096]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0097] 為了使本技術(shù)領(lǐng)域的人員更好地理解本申請(qǐng)中的技術(shù)方案，下面將結(jié)合本申請(qǐng)實(shí) 施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施 例僅僅是本申請(qǐng)一部分實(shí)施例，而不是全部的實(shí)施例。基于本申請(qǐng)中的實(shí)施例，本領(lǐng)域普通 技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本申請(qǐng)保護(hù) 的范圍。
[0098] 如圖1和圖2所示，本發(fā)明實(shí)施例提供一種基于公交1C卡數(shù)據(jù)的通勤乘客特征提取 方法，包括：
[0099]步驟A，采集公交系統(tǒng)中公交1C卡使用數(shù)據(jù)；
[0100] 步驟B，根據(jù)所述1C卡使用數(shù)據(jù)提取使用所述1C卡的通勤乘客的出行0D鏈，并根據(jù) 所述出行0D鏈提取所述通勤乘客在一天時(shí)間中首次和末次出行0D鏈；
[0101] 步驟C，根據(jù)所述1C卡使用數(shù)據(jù)及所述首次和末次出行0D鏈提取所述通勤乘客的 相同出行天數(shù)、所述通勤乘客的相同通勤時(shí)段、所述通勤乘客的相同通勤站點(diǎn)、所述通勤乘 客的相同通勤線路。
[0102] 出行0D鏈?zhǔn)侵赋鲂衅瘘c(diǎn)和終點(diǎn)，并包含若干出行過(guò)程的出行鏈;通過(guò)采集公交系 統(tǒng)中公交1C卡使用數(shù)據(jù)情況，并結(jié)合1C卡使用數(shù)據(jù)的情況提取出任一 1C卡的乘客的出行0D 鏈，根據(jù)出行0D鏈確定通勤乘客的通勤線路為乘客在一天時(shí)間中首次和末次出行0D鏈中出 現(xiàn)頻率最多的線路;然后提取通勤乘客的相同出行天數(shù)、所述通勤乘客的相同通勤時(shí)段、所 述通勤乘客的相同通勤站點(diǎn)、所述通勤乘客的相同通勤線路，通過(guò)這種提取方法可以快速 提取通勤乘客的特征，本發(fā)明提出的方法具有新穎，準(zhǔn)確，直觀，可操作性強(qiáng)等優(yōu)點(diǎn)，為合理 提取通勤乘客，快速獲取公交通勤出行0D鏈分布提供了一種新的方法，對(duì)于提高公交運(yùn)營(yíng) 效率，促進(jìn)城市現(xiàn)代化，特別是為以后發(fā)展定制公交以及票制票價(jià)改革，具有重要意義。
[0103] 其中，步驟A包括：
[0104] 采集地鐵自動(dòng)售檢票系統(tǒng)中公交1C卡使用的原始數(shù)據(jù);采集市區(qū)公交車系統(tǒng)中公 交1C卡使用的原始數(shù)據(jù);采集郊區(qū)公交車系統(tǒng)中公交1C卡使用的原始數(shù)據(jù)；以及，采集公交 車和地鐵中的站距表數(shù)據(jù)。
[0105] 通過(guò)將地鐵自動(dòng)售檢票系統(tǒng)(AFC)、市區(qū)公交車系統(tǒng)及采集郊區(qū)公交車系統(tǒng)中公 交1C卡使用的原始數(shù)據(jù)進(jìn)行采集分析，能夠全面準(zhǔn)確掌握公交1C卡的使用情況。
[0106] 步驟B包括：
[0107]根據(jù)采集的公交車和地鐵中的站距表數(shù)據(jù)信息，將所述站距表中預(yù)定區(qū)域的站點(diǎn) 進(jìn)行劃分聚類；
[0108] 根據(jù)所述公交1C卡使用數(shù)據(jù)基于換乘時(shí)間間隔閾值小于預(yù)定值的情況下合并生 成所述出行0D鏈；
[0109] 根據(jù)所述聚類站點(diǎn)更新所述出行0D鏈；
[0110] 根據(jù)更新后的所述出行0D鏈提取所述乘客在一天時(shí)間中首次和末次出行0D鏈。通 過(guò)對(duì)站距表中的站點(diǎn)進(jìn)行聚類，更新站點(diǎn)信息，便于準(zhǔn)確統(tǒng)計(jì)某一區(qū)域內(nèi)乘客的通勤情況， 使數(shù)據(jù)提取更準(zhǔn)確。
[0111] 另外，所述通勤乘客的相同出行天數(shù)為統(tǒng)計(jì)的所述通勤乘客的實(shí)際出行天數(shù)；
[0112] 所述通勤乘客的相同通勤時(shí)段為，首先提取所述首次和末次出行0D鏈中最頻首次 出行時(shí)段及最頻末次出行時(shí)段，然后統(tǒng)計(jì)所述最頻首次出行時(shí)段及所述最頻末次出行時(shí) 段，最后對(duì)其進(jìn)行加和；
[0113] 所述通勤乘客的相同通勤站點(diǎn)為，首先將所述首次和末次出行0D鏈中首次出行0D 鏈的起始點(diǎn)和末次出行0D鏈的終止點(diǎn)設(shè)為居住地，將所述首次出行0D鏈的終止點(diǎn)和所述末 次出行0D鏈的起始點(diǎn)設(shè)為工作地;然后統(tǒng)計(jì)最頻居住地及最頻工作地，統(tǒng)計(jì)所述最頻居住 地次數(shù)與所述最頻居住地次數(shù)，最后對(duì)統(tǒng)計(jì)的次數(shù)進(jìn)行加和；
[0114] 所述通勤乘客的相同通勤線路，首先提取所述首次和末次出行0D鏈中的最頻首次 出行線路及最頻末次出行線路，統(tǒng)計(jì)所述首次和末次出行0D鏈中的最頻首次出行線路及最 頻末次出行線路次數(shù);然后統(tǒng)計(jì)所述首次和末次出行0D鏈中非所述最頻首次出行線路但是 起點(diǎn)為所述最頻居住地，終點(diǎn)為所述最頻工作地的次數(shù)，統(tǒng)計(jì)所述首次和末次出行0D鏈中 最頻末次出行線路但是起點(diǎn)為所述最頻工作地，終點(diǎn)為所述最頻居住地的次數(shù);然后對(duì)統(tǒng) 計(jì)的次數(shù)進(jìn)行加和。
[0115] 其中，在所述將所述站距表中預(yù)定區(qū)域的站點(diǎn)進(jìn)行劃分聚類的步驟中：通過(guò)空間 聚類方法對(duì)所述站距表中預(yù)定區(qū)域的站點(diǎn)進(jìn)行劃分聚類。
[0116] 在所述在根據(jù)所述公交1C卡使用數(shù)據(jù)基于換乘時(shí)間間隔閾值小于預(yù)定值的情況 下合并生成所述出行0D鏈的步驟中：換乘的方式包括地鐵換乘公交、第一公交換乘第二公 交以及公交換乘地鐵；
[0117] 所述地鐵換乘公交的交易時(shí)間差為所述公交下車時(shí)間減去所述地鐵下車時(shí)間，換 乘時(shí)間間隔閾值為104分鐘；
[0118] 所述第一公交換乘第二公交的交易時(shí)間差為換乘后所述第二公交下車時(shí)間減去 換乘前所述第一公交下車時(shí)間，換乘時(shí)間間隔閾值為112分鐘；
[0119] 所述公交換乘地鐵的交易時(shí)間差為所述地鐵上車時(shí)間減去所述公交下車時(shí)間，換 乘時(shí)間間隔閾值為20分鐘。
[0120] 所述首先提取所述首次和末次出行0D鏈中最頻首次出行時(shí)段及最頻末次出行時(shí) 段的步驟中：提取時(shí)段是以半小時(shí)為一個(gè)單位，時(shí)段1至24為上半天，時(shí)段25至48為下半天， 時(shí)段的劃分均基于下車時(shí)間。
[0121] 具體為：
[0122] 1、采集的原始數(shù)據(jù)包括:地鐵自動(dòng)售檢票系統(tǒng)(AF