The server is under maintenance between 08:00 to 12:00 (GMT+08:00), and please visit later.
We apologize for any inconvenience caused
Login  | Sign Up  |  Oriprobe Inc. Feed
China/Asia On Demand
Journal Articles
Laws/Policies/Regulations
Companies/Products
Division of Urban Traffic Road Section Based on Clustering Analysis
Author(s): 
Pages: 36-42
Year: Issue:  3
Journal: Journal of Transportation Systems Engineering and Information Technology

Keyword:  时间序列相似性灰色关联聚类分析最大频繁项集;
Abstract: 根据交通流特性的相似性进行交通路段划分对城市交通管理和控制具有重要作用.交通流数据具有时间序列特征,相似性度量问题是时间序列聚类中的最基本的问题之一.本文为交通流数据聚类给出了一种基于灰色关联的相似性度量方法,通过比较试验确定了它具有较高的聚类精度.在每个时段时间序列间的相似性差异、在某一个时段的异常数据等会影响到在整个时间区间的交通流数据聚类,为此本文提出了一种基于时段划分的交通流数据聚类方法.这个方法首先对每个时段数据进行聚类,然后采用最大频繁项集方法得到最终聚类结果(即交通路段划分),实例证明了方法的有效性.
Related Articles
loading...