基于改进模糊聚类与ANFIS的高速公路事件检测

• 作者: 刘渊 姚磊
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 交通事件检测 模糊C均值聚类 减法聚类 自适应神经模糊推理 ROC曲线
• 年，卷（期）: 2013,（19）
• 所属期刊栏目: 工程与应用
• 页码范围: 242-245
• 页数: 4页
• 分类号: TP39
• 字数: 4778字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1112-0613

摘要

为了准确并及时地发现高速公路上的交通事故隐患，减少事故引发的交通延迟，提高高速公路运行安全性，结合减法聚类与模糊C均值（FCM）聚类算法对输入样本数据进行聚类，建成初始模糊推理系统，然后通过神经网络的自学习机制，训练模糊系统参数，确定模糊推理规则，建立最终模糊模型。通过仿真实验结果对比，验证了基于改进模糊聚类与自适应神经模糊推理系统（ANFIS）建模方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘渊	江南大学数字媒体学院	235	1325	17.0	25.0
2	姚磊	江南大学物联网工程学院	2	4	1.0	2.0