一种改进模糊C均值算法的交通状态判别方法

作者:**让; 安怡; 廖桂生; 罗丰; 尹应增; 余逸婷; 路林伟
来源:2023-02-10, 中国, CN202310096863.2.

摘要

本发明公开了一种改进模糊C均值算法的交通状态判别方法,包括以下步骤:将自适应的遗传算法和FCM算法结合起来,利用自适应的遗传算法得到FCM算法的最佳初始聚类中心,然后把最佳初始聚类中心带入FCM算法对所有样本数据进行聚类划分,从而使得交通状态判别的精度和算法的性能都得到有效提升;采用熵权法计算各维度特征向量的权重,以优化欧氏距离的方式来优化FCM算法的目标函数,从而充分挖掘了不同维度的交通特征信息,提高交通状态的判别准确性。本发明采用上述的一种改进模糊C均值算法的交通状态判别方法,改进算法能够提高交通状态判别的准确率和灵敏度,可以快速的区分不同的交通状态,具有一定的应用价值。