Indexed by：
Abstract：
首先,采用乘客刷卡数据和P空间法构建了加权有向网络.其次,利用改进的度中心性、接近中心性、中介中心性以及PageRank值识别加权网络中的重要节点和边.再次,采用Infomap算法根据乘客出行需求分布将加权网络划分为若干社团,辨识网络中客流的交互关系.最后,以北京市轨道交通网络为例,对本文方法的有效性进行验证,结果表明,本文方法可以有效地辨识加权网络中的关键节点、区间和社团结构,为保障轨道交通系统运营管理提供了支撑.
Keyword：
Reprint Author's Address：
Email：
Source ：
吉林大学学报（工学版）
ISSN： 1671-5497
Year： 2020
Issue： 3
Volume： 50
Page： 956-962
Cited Count：
SCOPUS Cited Count： 8
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
