基于聚类算法的城市快速路交通状态模式分类  

Research on Traffic Pattern Classification of City Expressway based on Clustering Means

作　　者：周余军 刘智勇[1,2] 阮太元[2] 

机构地区：[1]五邑大学信息工程学院,广东江门529020 [2]江门职业技术学院,广东江门529020

出　　处：《数字技术与应用》2016年第7期117-119,共3页Digital Technology & Application

摘　　要：交通状态模式分类在城市交通控制系统中具有重要的应用价值,本文以车流量、平均速度、时间占有率为特征参数,利用CFSFDP(快速搜索查找密度峰值聚类)算法与FCM(模糊C均值聚类)算法进行组合,给出一种新的交通状态模式分类算法。针对广州市某快速路交通流实测数据进行了仿真,结果表明:组合算法是可行的,且分别比CFSFDP和FCM算法有更高的分类准确率。The classification of traffic patterns has a great value in urban traffic control system, this essay used the vehicle flow,vehicle speed and time occupy as feature vector, combined CFSFDP（Clustering by Fast Search and Find of Density Peaks） and FCM（Fuzzy C-Means）,used the combined algorithm to classify the traffic patterns ofa certain freeway in GuangZhou. The result turned out that the combined algorithm is applicable in classifying traffic patterns and it is more accurate than CFSFDP and FCM alternatively.

关 键 词：决策图 模糊聚类 交通状态模式 截断距离 密度峰值 快速路 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]