基于轨迹数据的机非混合交通流状态划分

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘 要：为提升交通流状态划分的精度，文章提出了一种基于自适应权重和模糊熵正则化项的改进模糊C均值聚类（AF-FCM）模型。在原有FCM模型的基础上，模型引入了自适应权重机制和模糊熵项，并通过拉格朗日乘子法推导出模型的迭代公式，进一步利用该公式进行求解。通过数值仿真实验验证了AF-FCM模型在分类准确性方面的表现，实验结果表明，AF-FCM模型的ARI值相比FCM模型和BNIT-FCM模型分别提高了5.04%和2.05%。（剩余5840字）

试读结束

目录
monitor
客服机器人