《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于复杂网络的机场群航线网络动态特征分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。