基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对区域路网交通状态识别问题,本文提出了基于GA-FCM的组合识别算法.首先,分析了模糊C均值聚类算法(Fuzzy C-means clustering,FCM)算法的特性.其次,提出了基于遗传算法(Genetic Algorithm,GA)算法确定初始聚类中心,克服FCM算法易陷入局部最优的问题.接着,选取XB系数为聚类效果评价指标.最后,实例分析,证明GA-FCM算法的聚类性能比传统FCM算法优化了31.375%.
推荐文章
基于FCM城市区域道路交通状态时空分层判别方法
交通状态
时空分析
模糊C均值聚类
基于Wi-Fi Direct的道路交通状态信息采集方法
交通状态信息
车-路通讯
交通流
Wi-Fi Direct
介质访问控制层地址
基于inception v3模型的道路交通标志识别研究
交通标志识别
Tensorflow
inception-v3
迁移学习
基于SFLA-FCM聚类的城市交通状态判别研究
交通状态判别
模糊C均值
混合蛙跳算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进FCM算法的道路交通状态识别
来源期刊 交通节能与环保 学科 交通运输
关键词 交通状态识别 FCM算法 遗传算法
年,卷(期) 2020,(6) 所属期刊栏目 运输规划与管理
研究方向 页码范围 42-45
页数 4页 分类号 U491.1+13
字数 语种 中文
DOI 10.3969/j.issn.1673-6478.2020.06.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (4)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
交通状态识别
FCM算法
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通节能与环保
双月刊
1673-6478
31-1955/U
大16开
北京市海淀区西土城路8号、上海市威海路48号
1986
chi
出版文献量(篇)
1944
总下载数(次)
11
论文1v1指导