-
公开(公告)号：CN108682153A
公开(公告)日：2018-10-19
申请号：CN201810549401.0
申请日：2018-05-31
Applicant: 重庆大学
CPC classification number: G08G1/0112 , G08G1/0133 , G08G1/017
Abstract: 本发明公开了一种基于RFID电子车牌数据的城市道路交通拥堵状态判别方法，包括如下步骤：1)通过RFID电子车牌数据获取交通流评价参数，包括标准车当量数和平均速度；2)将步骤1)获得的标准车当量数和平均速度作为聚类操作的两个维度，进行聚类操作，获得最佳聚类数目和聚类结果；3)将聚类中心按照纵坐标投影点的取值由大到小排序，对于纵坐标投影点的取值相同的聚类中心点，将其向横坐标进行投影并按照横坐标投影点的取值由小到大进行排序，排序后的投影点所对应的聚类中心点即代表了交通拥堵状态从畅通到拥堵的连续变化趋势。本发明利用标准车当量数代替交通量作为GEFCM聚类算法的维度，可以更好的反映交通拥堵状态，并且相对于传统的模糊C均值算法，运用GEFCM会避免因样本类容量的不同对最终聚类结果的影响，提高聚类的准确性；并解决了聚类中心和具体交通拥堵状态之间匹配的问题。
-
公开(公告)号：CN108682153B
公开(公告)日：2020-12-29
申请号：CN201810549401.0
申请日：2018-05-31
Applicant: 重庆大学
Abstract: 本发明公开了一种基于RFID电子车牌数据的城市道路交通拥堵状态判别方法，包括如下步骤：1)通过RFID电子车牌数据获取交通流评价参数，包括标准车当量数和平均速度；2)将步骤1)获得的标准车当量数和平均速度作为聚类操作的两个维度，进行聚类操作，获得最佳聚类数目和聚类结果；3)将聚类中心按照纵坐标投影点的取值由大到小排序，对于纵坐标投影点的取值相同的聚类中心点，将其向横坐标进行投影并按照横坐标投影点的取值由小到大进行排序，排序后的投影点所对应的聚类中心点即代表了交通拥堵状态从畅通到拥堵的连续变化趋势。本发明利用标准车当量数代替交通量作为GEFCM聚类算法的维度，可以更好的反映交通拥堵状态，并且相对于传统的模糊C均值算法，运用GEFCM会避免因样本类容量的不同对最终聚类结果的影响，提高聚类的准确性；并解决了聚类中心和具体交通拥堵状态之间匹配的问题。
-
Search Results
2
records
(took 0.014 seconds)
