公开(公告)号：CN107153846A

公开(公告)日：2017-09-12

申请号：CN201710386031.9

申请日：2017-05-26

Applicant: 南京邮电大学

Inventor： 黄波 ,  王青杰 ,  李大鹏 ,  李选 ,  张亚茹

IPC: G06K9/62 ,  G08G1/01

Abstract: 本发明公开了一种基于模糊C均值聚类算法的道路交通状态建模方法，属于数据挖掘技术领域。本发明针对道路交通状态本身具有的模糊性，使用模糊c均值聚类算法对采集的交通数据进行聚类分析。鉴于传统模糊c均值聚类算法在初始化聚类中心时存在盲目性，因此本发明首先使用Canopy聚类算法来解决该问题，在此基础上又引入了Xie‑Beni指标(XB指标)来自适应确定m的值，从而改善该算法的聚类效果，为后面的道路交通状态识别提供良好的数据处理基础。本发明在对交通信息进行聚类时具有更好的聚类效果，而且发生误判的概率更小，在此基础上得到的数据挖掘结果更加准确，因此能够更加真实地反映道路交通状态。

公开(公告)号：CN106023592A

公开(公告)日：2016-10-12

申请号：CN201610542794.3

申请日：2016-07-11

Applicant: 南京邮电大学

Inventor： 赵海涛 ,  张亚茹 ,  朱洪波 ,  杨龙祥 ,  刘南杰

IPC: G08G1/01

CPC classification number: G08G1/0133

Abstract: 本发明公开了一种基于GPS数据的交通拥堵检测方法，本方法为了对某区域内实时交通状态进行有效的检测，将研究区域分成不同大小的簇分别进行研究；对于交通状态的检测，重要的是实时性，因此本方法使用了基于簇内样本数量进行抽样的方式来减少计算量。本方法为了保证数据的合理性，首先对采集的GPS数据进行预处理，剔除了其中的异常数据；其次，在保证采集的交通信息完整性的基础上，利用GPS数据的时空特性，使用k‑means算法对GPS数据进行聚类分析，实现不同簇下的研究区域划分；最后，基于簇内样本数量的抽样来实现交通状态的实时检测，在时效性得到了有效提升。