基于改进FCM算法的交通流分析Analysis of traffic flow based on the improved FCM algorithm
于福华,范永青
摘要(Abstract)：
针对交通流聚类问题,提出一种改进的模糊C-均值算法。该算法根据交通流特点,对样本数据集进行处理得到模糊等价矩阵,通过改进隶属度函数和距离度量函数得到新的目标函数,利用拉格朗日算法优化隶属度和聚类中心,最后通过凝聚度和分离度实现自动聚类。实验结果表明,改进FCM算法削弱了突变点影响,提高了聚类效果。
关键词(KeyWords)： FCM算法;改进FCM算法;隶属度函数;聚类中心;交通流
基金项目(Foundation): 国家自然科学基金资助项目(61305098);; 陕西省教育厅科学研究计划资助项目(12JK0791,14JK1671)
作者(Author): 于福华,范永青
DOI: 10.13682/j.issn.2095-6533.2016.02.023
参考文献(References)：
- [1]KUMAR P,Sirohi D.Comparative Analysis of HCM and FCM Algorithm on iris Data Set[J].International Journal of Computer Applications,2010,5(2):33.
- [2]张超,赵向阳.基于加权模糊核聚类的局部放电模式识别[J].电力电子,2012(1):32-35.
- [3]侯雪梅.基于全监督算法RBF神经网络的语音识别[J].西安邮电学院学报,2011,16(1):88-90.
- [4]刘静,赵宇驰.数据挖掘领域中的聚类分析[J].东北林业大学学报,2012(8):163-166.
- [5]支晓斌,田溪.判别模糊c-均值聚类算法[J].西安邮电大学学报,2013,18(5):26-30.DOI:10.13682/j.issn.2095-6533.2013.05.025.
- [6]李琳,范九伦,赵凤.模糊C-均值聚类图像分割算法的一种改进[J].西安邮电大学学报,2014,19(05):56-70.DOI:10.13682/j.issn.2095-6533.2014.05.011.
- [7]高琰,古士文,唐琎.机器学习中谱聚类方法的研究[J].计算机科学,2007(2):201-203.
- [8]王旭琴,谌业文,胡尧.基于FCM聚类的多路段城市道路车流数据分析及其应用[C]//贵州省系统工程学会第五届学术年会论文集,贵阳:贵州省科学技术协会2014:10-20.
- [9]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,2015,2:106-111.DOI:10.3969/j.issn.1674-0696.2015.02.22.
- [10]夏美娟,梁雪春,韩峰涛.基于改进FCM聚类算法的T-S模糊神经网络水质评价方法[J].计算机与应用化学,2013,30(10):1197-1202.DOI:10.3969/j.issn.1001-4160.2013.10.024.
- [11]高新波.模糊聚类分析及其应用[M].西安:西安电子科技大学出版社,2004:1-212.
- [12]张媛,沈庆伟,张铃.基于上空间的模糊等价关系在聚类分析中的应用[J].安徽建筑工业学院学报:自然科学版,2013,21(2):83-86.
- [13]于福华.特长高速公路隧道交通流研究[D].西安:长安大学,2010:1-66.