基于数据分布特征的城市道路拥堵判别算法改进
针对传统模糊c算法与阈值两种交通流状态划分方法的适用性不足,分析了交通流数据的分布特征,并在二维空间的城市道路以各状态离散性变化差异作为参考进行状态的划分,在FCM算法的基础上加入历史先验数据与后验概率进行初始聚类中心的优化,并以对不同维度数据之间变化关系与离散性更加敏感的马氏距离代替传统欧式距离进行改进,并在最终的结果单值化时不再采用整数使结果更加接近实际交通运行状况.并使用实验数据进行算法验证,判别结果与数据表现更加接近,验证了方法的稳定性与有效性.
交通状态、数据分析、分布特征、马氏距离、模糊算法
63
U491.123(交通工程与公路运输技术管理)
2018-03-15(万方平台首次上网日期,不代表论文的发表时间)
共8页
124-131