$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

개선된 DBSCAN 알고리즘을 이용한 대중교통 정류장 군집화 기법
Clustering Public Transit Stops using an Improved DBSCAN Algorithm 원문보기

한국지형공간정보학회지 = Journal of the korean society for geospatial information science, v.25 no.4, 2017년, pp.97 - 106  

이민혁 (서울시립대학교 공간정보공학과) ,  전인우 (서울시립대학교 공간정보공학과) ,  전철민 (서울시립대학교 공간정보공학과)

초록
AI-Helper 아이콘AI-Helper

대중교통 접근성 분석을 위한 O-D 매트릭스 구축 시, 행정구역 단위의 거시적 교통존이 활용되고 있다. 본 연구는 보다 미시적인 교통존을 형성하기 위한 방법으로, 개선된 DBSCAN 알고리즘을 이용한 대중교통 정류장 군집화 기법을 제안한다. 기존 DBSCAN 알고리즘은 서로 다른 두 정류장 간의 이웃관계를 판단할 때, 두 정류장 간의 거리만을 고려한다. 본 연구에서 개발한 개선된 DBSCAN 알고리즘은 거리뿐만 아니라 두 정류장 간의 명칭 유사도를 고려하여 이웃관계를 판단한다. 개선된 DBSCAN 알고리즘을 이용한 대중교통 정류장 군집화 기법은 2단계로 구성된다. 첫 번째 단계에서는 3개 이상의 정류장을 포함하는 군집을 생성하고 두 번째 단계에서는 군집에 포함되지 않은 나머지 정류장들을 분류한다. 본 연구에서는 서울시 대중교통 정류장에 제안하는 군집화 기법을 적용하여 결과를 분석하였고, 기존 DBSCAN 알고리즘만을 이용한 군집 결과와 비교 분석하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This study proposes a method to cluster public transit stops using an improved DBSCAN algorithm to build microscopic traffic zones. The classic DBSCAN algorithm considers only the distance between two stops when determining the neighbor relationship. The proposed DBSCAN algorithm determines the neig...

주제어

#대중교통   #미시적 교통존   #정류장 군집화  

참고문헌 (11)

  1. Choi, S. U., Jun, C. M. and Cho, S. K., 2016, Micro-scale Public Transport Accessibility by Stations - KTX Seoul Station Case Study -, Journal of the Korean Society for Geospatial Information Science, Vol. 24, No. 1, pp. 9-16. 

    원문보기 상세보기 crossref

  2. Ester, M., Kriegel, H. P., Sander, J. and Xu, X., 1996, A density-based algorithm for discovering clusters in large spatial databases with noise, Kdd, Vol. 96, No. 34, pp. 226-231. 

  3. Hartigan, J. A. and Wong, M. A., 1979, Algorithm AS 136: A k-means clustering algorithm, Journal of the Royal Statistical Society. Series C (Applied Statistics), Vol. 28, No. 1, pp. 100-108. 

  4. Kieu, L. M., Bhaskar, A. and Chung, E., 2015, A modified Density-Based Scanning Algorithm with Noise for spatial travel pattern analysis from Smart Card AFC data, Transportation Research Part C: Emerging Technologies, Vol. 58, pp. 193-207. 

    상세보기 crossref

  5. Kim, D. H. and Park, D. J., 2015, A study on Customer-Oriented Measure Methodology of Public Transport Accessibility Under Time and Space Constraints, The 73rd Conference of Korean Society of Transportation, pp. 545-550. 

  6. Lee, S., Hickman, M. and Tong, D., 2012, Stop Aggregation Model: Development and Application, Transportation Research Record: Journal of the Transportation Research Board, No. 2276, pp. 38-47. 

  7. Luo, D., Cats, O. and van Lint, H., 2017, Constructing Transit Origin-Destination Matrices with Spatial Clustering, Transportation Research Record: Journal of the Transportation Research Board, No. 2652, pp. 39-49. 

  8. Oh, G. H., 2017, Techniques and Applications of Classification and Clustering of Big Time-Series Data, Ph. D. dissertation, Kyunghee University, pp. 16-18. 

  9. Park, J. S. and Lee, K. S., 2015, Time-distance Accessibility Computation of Seoul Bus System based on the T-card Transaction Big Databases, Journal of the Economic Geographical Society of Korea, Vol. 18, No. 4, pp. 539-555. 

    원문보기 상세보기 crossref

  10. Tran, T. N., Drab, K. and Daszykowski, M., 2013, Revised DBSCAN algorithm to cluster data with dense adjacent clusters, Chemometrics and Intelligent Laboratory Systems, Vol. 120, pp. 92-96. 

    상세보기 crossref

  11. Yujian, L. and Bo, L., 2007, A normalized Levenshtein distance metric, IEEE transactions on pattern analysis and machine intelligence, Vol. 29, No. 6, pp. 1091-1095. 

    상세보기 crossref

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로