《表1 角门西站各类乘客聚类中心》
提示：宽带有限、当前游客访问压缩模式
由于数据天数比较少，所以日均出行次数这个影响因素对于聚类的影响最小，聚类结果中首次出发时间这个影响因素影响最大.角门西站和西直门站得到的乘客聚类中心点分别如表1、表2所示.
| 图表编号 | XD0056046800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.01 |
| 作者 | 柳颖、周慧娟 |
| 绘制单位 | 北方工业大学城市道路交通智能控制技术北京市重点实验室、北方工业大学城市道路交通智能控制技术北京市重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表8 行业GFEPS变化率与聚类结果、各类中心》2021.01.25
- 《表2 各类负荷的聚类中心矩阵和样本数目》2021.01.28
- 《表5 不同类别乘客聚类中心及占比》2020.12.20
- 《表4 蒜头果种子外观指标最终聚类各类间中心距离》2020.12.31
- 《表8 各类受访者聚类中心及特征》2020.10.25
- 《表4各类乘客日均客流量（万人次）》2020.03.20
- 《表1乘客出行属性集合：基于二阶聚类算法的常规公交乘客出行特征分析——以厦门为例》2020.03.20
- 《表3 S市西站物流中心功能区间的日均物流量》2020.06.01
- 《表4 S市西站物流中心功能区间的单位距离搬运成本》2020.06.01
- 《表5 S市西站物流中心各功能区间的最小间距》2020.06.01
- 《表2 各类的聚类中心和样本数》2020.07.20
- 《表2 年综合全部特征聚类中心及各类样本数》2019.12.28
- 《表3 典型特征聚类中心及各类样本数》2019.12.28
- 《表4 乘客聚类中心点：峰前折扣票价下轨道交通乘客出发时间弹性》2019.10.01
- 《表1 检验样本K-means聚类中心及各类样本数量》2019.07.01
- 《表2 各类故障聚类中心》2019.05.01
- 《表2 西直门站各类乘客聚类中心》2019.06.01
- 《表1 0 乘客聚类样本变量选取》2019.09.01
- 《表1 2 分城市乘客前出行阶段时间利用聚类分析结果》2019.09.01
- 《表1 1 全样本乘客前出行阶段时间利用聚类分析结果》2019.09.01