《表3 机场聚类表:基于复杂网络的机场群航线网络动态特征分析》
为了显示节点之间行为模式的一致性,通过基于DBSCAN聚类的方法对机场进行分类。DB-SCAN聚类算法由Ester等人最早提出,其基本思想是:对于簇中的每个数据点,在给定的半径(Ep)的邻域内包含的数据点数目必须不小于某一给定值(Minpts)。本文研究中设置半径Eps=15,聚类最小个数Minpts=5。分类结果如图10所示。图10中,分类1为密集型,分类2为周期型,分类3为稀疏型。从表4可以看出第一类密集型机场主要是国际机场,均值μ和标准差σ很小,平均航班间隔为6min,机场非常繁忙;第二类是周期型机场,均值μ和标准差σ较大,在固定时刻有航班,平均航班间隔大约46min,较为繁忙;第三类是稀疏类,只在某些时刻有航班,航班间隔时间约100 min,机场不拥堵。
图表编号 | XD00134558300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 陈欣、李心茹、戴靓、宣超 |
绘制单位 | 南京财经大学管理科学与工程学院、南京财经大学管理科学与工程学院、南京财经大学公共管理学院、南京财经大学公共管理学院 |
更多格式 | 高清、无水印(增值服务) |