[发明专利]一种基于Canopy+Kmeans聚类的路网子区划分及其评估方法在审
| 申请号： | 201910336084.9 | 申请日： | 2019-04-24 |
| 公开（公告）号： | CN110232398A | 公开（公告）日： | 2019-09-13 |
| 发明（设计）人： | 林晓辉;曹成涛;廖建尚;李少伟 | 申请（专利权）人： | 广东交通职业技术学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G08G1/01 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510800 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及神经网络技术方法领域，更具体地，涉及一种基Canopy+Kmeans聚类的路网子区划分及其评估方法，路网子区划分方法以实时采集路段中心经纬度、路段平均速度、路段平均密度为样本数据，具体步骤如下：(1)进行数据预处理；采用基于“最小最大原则”的Canopy算法，确定若干个Canopy及Canopy中心点；(2)在步骤(1)之后，进行Kmeans的二次聚类；采集步骤(1)中的Canopy中心点，Canopy的中心点个数为Kmeans算法的K值；(3)在步骤(2)之后，分别计算各数据点到K个聚类中心点的欧氏距离，并将其划分到距离最小的聚类中，形成新的聚类。以实时采集的路段中心经纬度、路段平均速度、路段平均密度为样本数据，提出基于Canopy‑Kmeans聚类算法的路网子区划分方法，以弥补Kmeans算法的不足。 | ||
| 搜索关键词： | 网子 路段 算法 中心点 聚类 经纬度 实时采集 样本数据 神经网络技术 数据预处理 聚类中心 欧氏距离 数据点 评估 采集 | ||
【主权项】：
1.一种基于Canopy+Kmeans聚类的路网子区划分方法，其特征在于，路网子区划分方法以实时采集路段中心经纬度、路段平均速度、路段平均密度为样本数据，具体步骤如下：(1)进行数据预处理；采用基于“最小最大原则”的Canopy算法，确定若干个Canopy及Canopy中心点；(2)在步骤(1)之后，进行Kmeans的二次聚类；采集步骤(1)中的Canopy中心点，以各Canopy中心点为K个聚类中心点；(3)在步骤(2)之后，分别计算各数据点到K个聚类中心点的欧氏距离，并将其划分到距离最小的聚类中，形成新的聚类；(4)在步骤(3)之后，计算K个新聚类中各数据点的均值，并将该值作为新的聚类中心uk，其公式如下：![]()
式中，rnk——是否属于第K类的系数，若xn属于在第K类的范围内，则rnk＝1，否则rnk＝0，rnk的公式如下：![]()
(5)在步骤(4)之后，然后循环步骤(3)到(4)，直到聚类中心不再变化；(6)在步骤(5)之后，输出结果，得到K个聚类，根据K个聚类完成路网子区的划分。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东交通职业技术学院，未经广东交通职业技术学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910336084.9/，转载请声明来源钻瓜专利网。
