基于FCM快速路交通状态判别加权指数研究

发布时间：2019-09-24 12:23

【摘要】：加权指数m是影响模糊C名)值聚类(fuzzy Cleans,FCM)的一个关键参数,为提高快速路交通状态模糊判R%性能,针对m取值的问题提出了一种兼顾算法判R%精度和聚类效果的优选方法。该方法以流量、速度为交通状态评价参数在不同加权指数m和样本量n下进行聚类分析,从算法判R%精度、类内间距、类间间距、目标函数收敛性四个方面对m的最优取值进行了深入研究。以某市快速路为例R%用MATLAB模糊逻辑工具箱分析实验数据的隶属度和聚类中心,以上四个方面在n×m种组合情形下综合分析,得出快速路交通状态模糊判R%m的最优取值,并进一步验证了该方法的可行性。实验结果表明,以流量、速度为状态评价参数的快速路交通状态模糊判R%加权指数m的最佳取值为2.25。
【作者单位】： 重庆交通大学交通运输学院;
【基金】：重庆市社会事业与民生保障科技创新项目(cstc2015shms-ztzx30002)资助
【分类号】：U491

【参考文献】

相关期刊论文 前1条

1 蔡晓禹;蔡明;;基于FCM山地城市快速路交通状态判别方法研究[J];公路;2016年07期

【共引文献】

相关期刊论文 前1条

1 吴启顺;蔡晓禹;蔡明;;基于FCM快速路交通状态判别加权指数研究[J];科学技术与工程;2017年06期

【二级参考文献】

相关期刊论文 前2条

1 黄艳国;许伦辉;邝先验;;基于模糊C均值聚类的城市道路交通状态判别[J];重庆交通大学学报(自然科学版);2015年02期

2 刘雪;杨开;赵鑫;杨兆升;;基于熵理论的城市主-支路交汇处交通状态判别[J];长春师范大学学报;2015年02期

【相似文献】

相关期刊论文 前7条

1 彭宇馨;高颖;王修亮;;基于改进FCM的水下目标识别设计[J];计算机测量与控制;2009年05期

2 谢锋;林怡;陈映鹰;;基于小波纹理与改进FCM的SAR机场类目标提取[J];同济大学学报(自然科学版);2009年01期

3 李桃迎;陈燕;;一种改进FCM的快速优化算法及其应用[J];大连海事大学学报;2006年04期

4 安良,胡勇,胡良梅,孟玲玲;一种改进的模糊C-均值(FCM)聚类算法[J];合肥工业大学学报(自然科学版);2003年03期

5 刘重晋;刘保福;屈军亮;;一种利用边缘直方图压缩的FCM加速算法[J];机械科学与技术;2008年08期

6 梁静国,张亚光,戈华;CRM中的模糊C均值(FCM)客户聚类算法研究[J];哈尔滨工程大学学报;2004年02期

7 ;[J];;年期

相关会议论文 前1条

1 王玉龙;叶新铭;李秀华;;网页优化策略的模糊C均值(FCM)聚类算法研究(英文)[A];第二十二届中国数据库学术会议论文集（研究报告篇）[C];2005年

相关硕士学位论文 前6条

1 耿丽娟;基于FCM的逆向物流供应商选择研究[D];重庆大学;2010年

2 张瑞华;基于FCM：急性早幼粒白血病细胞的微球免疫分析[D];山东轻工业学院;2011年

3 李静;基于FCM的建设项目业主和承包商间的信任演化研究[D];哈尔滨工业大学;2013年

4 阎宇婷;基于FCM改进算法的快递配送区域划分问题研究[D];大连海事大学;2012年

5 冯仁光;基于自适应权重FCM的浮选泡沫图像分割及应用[D];大连理工大学;2014年

6 王盼盼;基于FCM的感兴趣区域提取算法[D];华南理工大学;2013年

，

本文编号：2540869