交通状态划分的参数权重聚类方法研究.pdfVIP

交通状态划分的参数权重聚类方法研究.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
交通状态划分的参数权重聚类方法研究.pdf

第l4卷 第6期 交通运输系统工程与信息 、,o1.14 No.6 2014年 12月 JournalofTransportationSystemsEngineeringandInformationTechnology December2014 文章编号 :1009—6744(2014)06—0147—05 中图分类号 :U491 文献标识码 :A 交通状态划分的参数权重聚类方法研究 . 张亮亮,贾元华 ,牛忠海,廖 成 (北京交通大学,北京 100044) 摘 要: 由于交通流量、速度、占有率或密度等参数在交通状态划分中作用不同,本文 提出了基于参数权重聚类的交通状态划分方法.根据交通参数数据的相似性,应用基于加 权欧氏距离的相似性度量方法构建了交通参数评价函数,并用梯度下降法极小化评价函 数对交通参数权重进行求解.将交通参数权重应用于模糊c均值聚类算法(FcM),得到基 于参数权重的FCM道路交通状态划分方法.应用提出的模型对选取的实际交通参数数据 进行交通状态划分,并与基于欧式距离的FCM状态划分结果对比.研究结果表明,本文提 出的方法提高了交通状态划分精度 ,更接近交通实际运行状况. 关键词: 城市交通;交通状态划分;参数权重;模糊c均值聚类 TrafficStateClassificati0nBasedonParameterW eighting andClusteringM ethod ZHANG Liang—liang,JIAYuan-hua,NIU Zhong_hai,LIAO Cheng (BeijingJiaotongUniversity,Beijing100044,China) Abstract: Consideringthedifferenteffectofeachtrafficparameter(rtafficflow,speed,occupancyor density)ontrafficstateclassification.themethodiSproposedtoclassifytramCstateofurbantrafficbasedon theparameterweighting.Accordingtothesignilaritymeasurementmethod,aparameterevaluationfunction isputforwardtogiveeachparameterapraameterweightingbasedonweightedEuclidena distance,and minimizetheufnctionusingthegradientmethod.Afterobtainingparameterweightingvalues,thispaperuses theweightedEuclideandistancetoreplacehtecommon EuclideandistanceinFuzzyC.meansClustering (FCM).Finally,weclassifythetrafficstateusingtheproposedmethodology,thertafficparameterdatacome from the road network,and comparing to the mehtod ofFCM .Theresultsshow thatthe proposed methodologywhichclassifiesthertafficsatteclassificationiSmoreconsistentwithactualconditions. Keywords: urbanrtaffic;trafficstateclassification;praameterweig【h

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档