基于MFCM的改进聚类算法及其在交通中的应用

• 作者: 唐福萍 贺国光 陈宇红 鲁静罡
• 来源期刊: 长沙交通学院学报
• 学科: 交通运输
• 关键词: 交通工程 交通流状态 模糊聚类 分级递减 MFCM算法
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 交通运输工程
• 页码范围: 51-55,62
• 页数: 6页
• 分类号: U491
• 字数: 3753字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-599X.2007.01.012

摘要

在交通流状态模糊化的过程中,对已有的交通模糊控制研究引入了太多的主观因素.为了解决这个问题,提出了一种基于MFCM算法的分级递减聚类算法,利用MFCM算法寻找类中心,再自适应确定该类中心的隶属度阈值,将聚类进行分级处理,实现未知类别数数据集的聚类.将改进算法应用到交通流状态聚类中,可以更科学地确定交通流状态的聚类数和各类模糊隶属度函数的结构等,最后,通过算例,说明了该算法对于未知聚类数及服从高斯分布的数据集具有聚类效果好、收敛速度快的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺国光	天津大学系统工程研究所	111	2938	31.0	50.0
2	鲁静罡	天津大学系统工程研究所	1	1	1.0	1.0