SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Knapen Johan)
 

Sökning: WFRF:(Knapen Johan) > An iterative k-mean...

An iterative k-means clustering approach for identification of bicycle impediments in an urban traffic network

Holmgren, Johan (författare)
Malmö universitet,Institutionen för datavetenskap och medieteknik (DVMT),Internet of Things and People (IOTAP)
Knapen, Luk (författare)
Hasselt university, Belgium; VU Amsterdam, The Netherlands
Olsson, Viktor (författare)
Malmö universitet,Institutionen för datavetenskap och medieteknik (DVMT)
visa fler...
Persson Masud, Alexander (författare)
Malmö universitet,Institutionen för datavetenskap och medieteknik (DVMT)
visa färre...
 (creator_code:org_t)
2020-10-10
2020
Engelska.
Ingår i: International Journal of Traffic and Transportation Management. - : International Association for Sharing Knowledge and Sustainability. - 2371-5782. ; 2:2, s. 35-42
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • The bicycle has many positive effects; however, bicyclists are more vulnerablethan users of other transport modes, andthe number of bicycle related injuries and fatalities are toohigh.We present a clustering analysis aiming to support the identification of the locations ofbicyclists' perceived unsafety in an urban trafficnetwork, so-called bicycle impediments.In  particular,  we presentan  iterative  k-means  clustering approach,  which  in  contrast  to  standard  k-means  clustering, enables to remove outliers and solitary points from the data set. In our study, we used data collected by bicyclists travelling inthe city of Lund, Sweden, where each data point defines a location andtime of a bicyclist's perceived unsafety.The results of our study show that 1) clustering is a usefulapproach in order to support the identification of perceived unsafelocations forbicyclists in an urban traffic networkand2) it might bebeneficial to combine different types of clustering to support theidentification process. Furthermore, using the adjusted Rand index, our results indicate highrobustness of our iterative k-means clustering approach.

Ämnesord

NATURVETENSKAP  -- Data- och informationsvetenskap -- Datavetenskap (hsv//swe)
NATURAL SCIENCES  -- Computer and Information Sciences -- Computer Sciences (hsv//eng)

Nyckelord

Cluster analysis
k-means
iterative k-means
DBSCAN
Click-point data
bicycle impediment

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...
Holmgren, Johan
Knapen, Luk
Olsson, Viktor
Persson Masud, A ...
Om ämnet
NATURVETENSKAP
NATURVETENSKAP
och Data och informa ...
och Datavetenskap
Artiklar i publikationen
International Jo ...
Av lärosätet
Malmö universitet

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy