基于簇形均衡评估的高速公路收费数据聚类

摘要：

高速公路收费数据是一种高维、海量、分布特征未知的数据集，因此难以选择何种算法和参数最适合此类数据的聚类.针对此问题，提出一种基于簇形均衡的聚类评估指标IBCS，对各簇的形状、分布、密度和尺寸等多种形态进行均衡综合评估.该指标根据数据集稀疏程度自适应调整邻域置信区间来度量簇结构的分散度和分离度；度量密度使得IBCS具有面向数据集的算法选择能力；度量簇大小避免簇划分过于悬殊的问题.UCI数据集上多种候选算法评估比较实验验证了该指标灵活有效，能获得准确簇数并合理划分.最后，基于IBCS评估的西宝高速公路收费数据聚类结果表明，采用K-means算法，簇数为5时聚类模式最佳.

关键词：智能交通、数据挖掘、聚类算法、模式评估指标、高速公路收费数据

所属期刊栏目：16

分类号：U491.14(交通工程与公路运输技术管理)

资助基金：国家自然科学基金/National Natural Science Foundation of China51278058；陕西省交通厅科技项目/Shaanxi Provincial Transport Department Science and Technology Program13-39X；中央高校基本科研业务费专项资金/The Fundamental Research Funds for the Central UniversitiesCHD2011JC02

在线出版日期：2016-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：98-103