网络约束点数据的长度L函数
摘要：基于网络约束的点被称为受限于道路网络的点，例如出租车的上车和下车地点。网络约束点的一个显著模式被称为聚集，例如上车点的聚集可能表示特定区域的高出租车需求。虽然使用最短路径网络距离提出了网络K函数来检测点的聚集，但它的统计单位仍然是基于半径。R邻域在网络长度上有不一致性，这是由于道路网络的复杂配置导致网络中的不公平计数和识别错误（例如在交叉路口处的r邻域长度比直线道路上的r邻域长度更长，可能包含更多的点）。在本研究中，我们针对网络约束点推导出长度L函数，通过设计一种新颖的邻域作为统计单位来识别聚集；这种邻域的总长度在整个网络中保持一致。与网络K函数相比，我们的方法可以检测到真实的聚集尺度，识别出网络密度较高的聚集，以及网络K函数无法识别的聚集。我们使用北京中关村地区的出租车上车地点数据验证了我们的方法，并分析了工作日和周末之间最大聚集的差异，以了解早晚高峰时段的出租车需求。
作者：Zidong Fang, Ci Song, Hua Shu, Jie Chen, Tianyu Liu, Xi Wang, Xiao Chen and Tao Pei
论文ID：2203.17262
分类：Other Statistics
分类简称：stat.OT
提交时间：2022-04-01