费尔南德斯，圣尼奥;卡洛斯·卡米恩斯基;朱迪思·凯尔纳;迪尼奥·马里兹;贾梅尔·萨多克 一种分层交通抽样方法，用于观察全局。 （英语） Zbl 1162.68322号 计算。Netw公司。 52，第14号，2677-2689（2008）. 摘要：这项工作探讨了统计技术的使用，即分层抽样和聚类分析，作为在流量级别推导流量特性的强大工具。我们的结果表明，适当的样本选择会导致显著的改进，从而可以进行进一步的重要统计分析。虽然分层抽样是一种众所周知的技术，但我们在抽样之前对数据进行分类的方法是创新的，值得特别注意。我们评估了两种分区聚类方法，即聚类大型应用程序和K均值，并将其用作分层抽样的阈值来验证其结果。我们表明，使用流量大小来划分人口，可以获得流量大小和流量持续时间的准确估计值。所提出的抽样和聚类分类技术实现了比现有方法更高的数据缩减水平，约为0.1%，同时保持了对流量持续时间和大小的总和、平均值和方差估计的良好准确性。 引用于1文件 MSC公司： 68M10个 计算机系统中的网络设计和通信 关键词：交通采样;测量;交通工程 PDF格式BibTeX公司 XML格式引用 \textit{S.Fernandes}等人，计算。净值。52，第14号，2677--2689（2008；Zbl 1162.68322） 全文： 内政部