基于最大偏差相似性准则的交通流聚类算法-计算机应用研究.PDF

第３５卷第８期 计 算 机 应 用 研 究 Ｖｏｌ．３５Ｎｏ．８ ２０１８年８月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｕｇ．２０１８ 基于最大偏差相似性准则的交通流聚类算法 黄何列，蔡延光，蔡　颢，戚远航 （广东工业大学 自动化学院，广州５１０００６） 摘　要：针对常用聚类算法对随机性强、波动频繁的交通流聚类效果不理想的问题，提出了一种新的交通流相 似性度量准则———最大偏差相似性准则，并提出了一种基于最大偏差相似性准则的交通流聚类算法。最大偏差 相似性准则能够有效刻画频繁波动交通流曲线的形态相似性，具有简明、合理、灵活等特点；聚类算法无须预先 指定类别数，能够保证类间曲线的明显差异性和类内曲线的高度相似性。实验表明，所提出的算法聚类效果明 显优于常用聚类算法，聚类结果能够较好地满足实际应用的需要。 关键词：交通流曲线；聚类算法；曲线形态；相似性