基于样本和特征加权FCM的交通状态识别

摘要：

利用交通量 、速度 、占有率等交通参数进行聚类识别道路交通状态,参数样本及特征对聚类结果具有不同的作用.为改进传统FCM聚类假定数据样本及特征同等重要的缺陷,选取交通量 、平均速度 、空间占有率3个交通参数,划分交通状态为自由流 、拥堵流和阻塞流,提出基于样本和特征双加权FCM的交通状态识别方法,采用拉格朗日乘数法动态更新隶属度 、样本与特征权值,进一步设计双加权FCM聚类算法.实例分析表明,与传统FCM聚类结果对比,双加权FCM聚类交通状态划分边界更清晰,样本隶属度函数值接近0/1的数量增加7％,计算效率提高1.6倍,交通状态识别结果更符合实际运行状态.

关键词：交通工程、交通状态识别、双加权FCM、样本加权、特征加权

分类号：U491(交通工程与公路运输技术管理)

资助基金：公安部技术研究计划项目2018JSYJB05

在线出版日期：2020-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：21-24