基于K均值聚类算法的交通状态判别方法研究

论文摘要

在交通供需矛盾持续深化的情况下,研究交通常发性拥挤是现代交通管理的重点课题.通过分析国内外交通状态判别方法与交通流特性研究,运用K均值聚类算法,提出在离线状态下有效判别交通状态的定量方法.以青岛市环湾快速路交通流数据对该方法的实效性进行验证分析,结果表明判别方法能够快速处理大量交通流数据,判别交通流运行状态,识别率较高,方便,高效,研究成果可以为协同优化交通控制系统和交通流诱导系统提供方法依据.

论文目录

• 1 K均值聚类算法
•   1.1 K均值聚类算法简介
•   1.2 K均值聚类算法原理
• 2 基于K均值聚类算法的交通状态判别方法
• 3 实例验证分析
•   3.1 实验数据的获取
•   3.2 判别评价指标
•   3.3 验证结果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 林璐,陈健,曲大义,黑凯先,韩乐潍,邴其春

关键词: 交通流理论,交通状态判别,均值聚类算法,快速路,聚类分析

来源: 青岛理工大学学报 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 公路与水路运输

单位: 青岛理工大学机械与汽车工程学院,青岛市交通规划研究院

基金: 国家自然科学基金资助项目(51678320)

分类号: U491

页码: 109-114

总页数: 6

文件大小: 1608K

下载量: 642