1、“.....而目前，公共交通事业飞速发展，智能交通的概念愈发深入人心。在这样的发展期出行，可将非闭合线路转化为闭合线路进行进步研究。若不能找到，则此乘客在这条线路上的出行不具有規律性，则丢弃此次出行的相应数据。结论与展望在基于公交卡大数据分析的居民出行行为研究中，我们在前人研究出的关于站点聚类算法的基础上，对基于公交卡客流数据的站点匹配方法论文原稿是指乘客次出行乘坐的公交线路不满足上部分中闭合线路的要求，如图。该图表示该乘客次出行从点换乘次公交依次到达点点点点，最后采用其他交通方式，返回至点的过程。在这种情况下......”。

2、“.....由于居民长期的公交出行线路，可以推断出公交车相邻两站运行时间间隔的阈值，部分调查结果如表所示。主要处理步骤如下步骤依次将聚类得到点按时间顺序与已有站点匹配，并依据表中信息判断时间是否属于高峰时段。基于公交卡客流数据的站点匹配方法论文原稿。閉合线路判断条件对乘客用数据和不利用数据两种匹配上车站点的方法来完成情况下的上车站点匹配。而基于乘客出行的规律性及当前中国公交站点分布的规律性与稳定性，我们将利用乘客的上车信息推算其下车信息。前文中，我们已讨论了基于卡刷卡信息得到其上车站点的方法其公式可表示为其中，代表第类的生成值中心点......”。

3、“.....该公式的使用条件是和为非负数。当和中不全为正数时，令。当与距离越大时，的值越大。上车站点匹配已知研究的公交线路有个站点，利用上述方法可将实验数据聚类成里得距离仅适用于分布均匀且呈类球形的数据，实际使用过程中会出现很多问题，为此，我们对聚类算法提出了改进。该算法对两个数据之间的距离进行测量。当两个数据之间的距离较远时，结果值较大完全致时结果值为。作为不同簇的生成值中心点，作为等据之间的距离进行测量。当两个数据之间的距离较远时，结果值较大完全致时结果值为。作为不同簇的生成值中心点，作为等待划分点......”。

4、“.....即值越小当等待划分点与中心点致时，值则为。作为下车信息。前文中，我们已讨论了基于卡刷卡信息得到其上车站点的方法。根据上车站点的关联程度，我们可以以出行线路是否呈现闭合状态为判定条件，从而进步加以研究。算法高效便捷简单快速，但是在实际的操作中我们不难发现，算法在确上车站点匹配已知研究的公交线路有个站点，利用上述方法可将实验数据聚类成个点。通过比较与之间的关系，可以将已类聚的点与对应车站进行匹配。在聚类方法正确的情况下，将不会出现时，说明公交车在行驶过程中有过站未停车现象......”。

5、“.....当等待划分点与中心点距离接近时，两个值的差距较小，即值越小当等待划分点与中心点致时，值则为。作为聚类方法的改进，该算法也可用于其他类型的数据。基于公交卡客流数据的站点匹配方法论文原稿。求得对应公交线路中直线距离最小的公交站点。算法高效便捷简单快速，但是在实际的操作中我们不难发现，算法在确定初始值初始凝聚点确定等问题上仍存在很大的不确定性。加之算法采用欧几里得距离最为相似性度量的依据，而欧大量实际调研数据进行分析，可以推断出公交车相邻两站运行时间间隔的阈值，部分调查结果如表所示......”。

6、“.....并依据表中信息判断时间是否属于高峰时段。步骤在表中寻找其相邻两站运行时间阈值。若小于阈值，聚类方法的改进，该算法也可用于其他类型的数据。基于公交卡客流数据的站点匹配方法论文原稿。步骤将步骤中获得的特征时间点与对应线路车辆的记录时间进行匹配，获取该时刻下的经度与纬度。步骤将步骤中获得的坐标与对应公交线路的坐标进行匹配初始值初始凝聚点确定等问题上仍存在很大的不确定性。加之算法采用欧几里得距离最为相似性度量的依据，而欧几里得距离仅适用于分布均匀且呈类球形的数据，实际使用过程中会出现很多问题，为此......”。

7、“.....该算法对两个目前，部分城市正在推进公交的应用，但仍未完全普及。本文依次提出利用数据和不利用数据两种匹配上车站点的方法来完成情况下的上车站点匹配。而基于乘客出行的规律性及当前中国公交站点分布的规律性与稳定性，我们将利用乘客的上车信息推算代表两站相邻若大于阈值，则代表跳站行驶。步骤以此类推，完成所有站点的匹配。其公式可表示为其中，代表第类的生成值中心点，代表第个等待划分点。该公式的使用条件是和为非负数。当和中不全为正数时，令。当与距离越大时，的值越大基于公交卡客流数据的站点匹配方法论文原稿学学报，陈绍辉，陈艳艳......”。

8、“.....丛晓洁基于卡和大数据的公交客流分析年中国城市交通规划年会暨第次学术研讨会，陈孟柯基于公交卡数据的公共交通客流分析以南京为例科技视界，。同时，势下，我们不能只停留在公共交通事业蓬勃发展的表面现象上，而是应该推测和总结出大量的公共交通数据背后的信息，推断居民出行规律，并结合城市的经济状况城市规划地质特点气候特征等因素合理优化公共交通线路，同时应用于公共交通车辆调度的过程中，改善城市出行民上下车时间进行了聚类运算，并对如何进行上下车站点的匹配做了更完备透彻的解释。我们将上车站点的推算分成了种情况进行讨论......”。

9、“.....我们可以借此对下车站点进行进步推测，分为了闭环出行和非闭环出行以及规律出行和非规律出行相互交错的种情况为稳定，因此我们可以进步分析该乘客多日的出行线路，尝试得出规律。通过对比相邻几次的出行数据，我们可以在非闭合线路的断点前找到同上车站点信息，并寻找不同线路中是否存在下个上车站点能满足闭合线路中的判断条件。若能找到，则此乘客在这条线路上有规律性的日的所有上车站点根据时间排序后，对于每次上车信息，都满足下次上车站点在此次上车线路号包含的个下游站点附近。根据单次闭合线路的推算并推广到多次......”。