基于优化模糊C均值聚类算法的路面不平度识别

• 作者: 何仁 刘庆华 周帏 张利敏
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 聚类算法 遗传算法 模糊控制 道路工程 路面不平度识别 模糊C均值
• 年，卷（期）: 2014,（22）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 195-200
• 页数: 6页
• 分类号: TP391
• 字数: 4779字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2014.22.024

摘要

模糊C均值（fuzzy C-mean，FCM）聚类算法具有良好的抗噪声性能，但FCM是一种局部搜索算法，易陷入局部最优，而遗传算法则具有全局优化搜索的优点。基于此该文提出了一种改进的 FCM 算法与遗传算法结合的聚类方法，先运用遗传算法得到聚类中心，然后用改进的 FCM 聚类算法得到最优解。并基于真实采集的道路谱数据，利用该算法对路面不平度进行识别。试验结果表明，改进的 FCM 算法与遗传算法结合的聚类算法路面识别率为94.54%，比FCM聚类算法高出4.98个百分点，比改进FCM算法高出4.67个百分点，具有更好的处理噪声数据的能力，提高了聚类的准确率和路面的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何仁	江苏大学汽车与交通工程学院	297	3993	31.0	48.0
2	刘庆华	江苏科技大学计算机科学与工程学院	39	184	8.0	12.0
3	周帏	江苏科技大学计算机科学与工程学院	3	12	1.0	3.0
4	张利敏	江苏科技大学计算机科学与工程学院	4	22	2.0	4.0