基于FCM与模糊粗糙集理论的交通事件检测模型

• 作者: 张慧哲 梅宏标 王坚
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 事件检测 模糊C均值聚类 粗糙集 模糊推理 属性离散化
• 年，卷（期）: 2008,（23）
• 所属期刊栏目: 博士论坛
• 页码范围: 4-7,21
• 页数: 5页
• 分类号: TP311.13
• 字数: 6931字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.23.002

摘要

为准确及时地发现高速公路上的事故隐患,有效地减少交通延误,保障道路安全,提出了一种新的基于模糊C均值(FCM)聚类和模糊粗糙集的交通事件自动检测模型.模型分为离散化、推理规则建立和模糊推理三个步骤.在属性离散化时,提出用常用的隶属度函数来拟合FCM聚类后的结果,并用此函数和参数来实现属性数据的离散化,避免了每次输入数据都必须通过聚类操作来进行离散化;采用了粗糙集理论建立推理规则,选择和交通事件密切相关属性并进行规则的约简,加速了模糊推理的速度;最后采用Max-Min模糊推理方法对交通事件进行检测.通过多种检测方法对比测试,结果表明了此模型在总体性能上优于传统的检测方法,验证了此模型的有效性,为交通事件的检测提供了一种新的思路.