考虑连接性的路网划分算法

摘要：

针对传统K均值聚类算法在非均质路网划分应用中的不足,将路网连接性融入算法,解决其在路网划分应用中聚类结果不连续的问题.先使用最大最小距离算法确定初始聚类中心和路段差异性,并以聚类评价指标ANS K确定K值;然后统计连续时间间隔下路网划分结果的动态频数,合并和拆分不稳定的"噪声"路段,提高划分子区内路网的紧凑性.最后,基于现实路网中的车牌照自动识别实测数据,对改进的聚类方法进行了验证.将算法得到的划分效果与K均值聚类算法和Ncut算法进行对比,并对子区做宏观基本图分析.结果表明,改进后的K均值聚类算法在保证自身原有聚类优势下,可以有效实现连接性约束下的路网划分.

关键词：城市交通、路网划分、K均值聚类、连接性、宏观基本图

所属期刊栏目：18

分类号：U491.4(交通工程与公路运输技术管理)

资助基金：湖南省教育厅优秀青年项目/Outstanding Youth Project of Hunan Education Department15B011

在线出版日期：2018-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：95-102