期刊文献+

基于模糊聚类分析的高速公路状态识别研究 被引量:2

下载PDF
导出
摘要 高速公路交通状态的识别具有一定的主观性和模糊性,本文综合考虑对交通流影响较大的三个因素(流量、速度、占有率(由于密度不好直接测取,所以用占有率代替))的基础上,提出了基于模糊聚类分析的高速公路交通状态识别算法。首先对所有的高速公路交通数据进行聚类分析,判别其所属的交通类别;再用实测数据进行高速公路状态识别,结果表明该方法能够有效的对高速公路交通状态进行识别,具有一定的实际意义。
作者 何亚龙
机构地区 兰州交通大学
出处 《山东工业技术》 2018年第6期208-208,225,共2页 Journal of Shandong Industrial Technology
  • 相关文献

参考文献5

二级参考文献12

  • 1Han D H Mannila, P Smith.Principles of Data Mining [ M ] . MIT Press, 2001. 被引量:1
  • 2Chao Chen. Detecting Errors and Imputing Missing Data for SngleLop Srveillance Sstems [ C] .TRB Annual Meeting, 2003. 被引量:1
  • 3Heribert Kirschfink. Basic Tools for Fuzzy Modeling [ M] .Germany,1998. 被引量:1
  • 4Ritchie S G,Cheu R L. Neural network models for automated detection of non-recurring congestion.PATH Research Report UCB ITS PRR-93-5,1993 :26-27 被引量:1
  • 5Justin Black,Indu Sreedevi. Automatic incident detection algorithms. ITS Decision Report, http://www. path. berkeley. edu/-leap/TTM/Incident_Manage/Detection/aida. html, 2001 被引量:1
  • 6王江锋,姜桂艳,江龙晖,等.基于神经网络的城市快速路交通拥挤识别方法研究.现代化道路交通管理发展与展望.北京:中国农业出版社,2003:10 被引量:1
  • 7Martin Peter T, Joseph Perrin, Blake Hansen.Incident detection algorithm evaluation. Utah Department of Transportation Report, 2001 被引量:1
  • 8Petty Karl F, Michael Ostland, Jaimyoung Kwon,et al. A new methodology for evaluating incident detection algorithms, Transportation Research Part C ,2002 (10) : 189-204 被引量:1
  • 9姜桂艳,王江锋,江龙晖,等.基于ANN技术的城市快速路交通拥挤自动识别算法研究.第八届国际交通新技术应用大会,2004 被引量:1
  • 10何清.模糊聚类分析理论与应用研究进展[J].模糊系统与数学,1998,12(2):89-94. 被引量:113

共引文献66

同被引文献20

引证文献2

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部