文档介绍：技术与方法
0+)12345+ (2/ 6+&1./
交通流量的局部区间模糊! 均值聚类算法"
李泽军!曾利军
:湖南工学院计算机科学系!湖南衡阳 A?%FF?3
摘要! 提出了一种局部区间模糊 4 均值算法! 该算法不仅能减少计算的复杂性" 提高统计速
度!同时能提高函数估算值的精确度# 利用紧致性函数和分离性函数对局部模糊 4 均值聚类算法进
行有效性验证!实验结果表明该算法具有较高的预测精度$
关键词! !"#%模糊 4 均值算法%预测%分离信息
中图分类号! ******@J% 文献标识码! 6
!"##$ %&’()*+ ,-"+.(/0*1 )-12/’ 42/ .3( -2,)- )/() 24 ./)440, 4-25
5K L- M(2!LNOP 51 M(2
’Q(2/2 K2>,1,(,- *R H-.02*8*S< !Q-2S</2S A?%FF? !4012/T
#$%&’()& ! H01> )/)-+ )+*)*>-> / R(;;< . =U-/2> ’74#T /8S*+1,0U R*+ ,0- 8*./8 /+-/! ./2 +-W(.- ,0- .*U)(,/,1*2
.*U)8-X1,< /2W 12.+-/>- ,0- >,/,1>,1./8 >)--W" H0- /..(+/.< *R ->,1U/,1*2 1> /8>* 1U)+*Y-W" "-+1R< ,0- )/+,1/8 R(;;< . =U-/2> ’74#T
/8S*+1,0U *2 ,0- 9/>1> *R ,0- .*U)/.,2->> /2W >-)/+/,1*2 *R R(2.,1*2Z H01> U-,0*W 1> )+*Y-W ,* 9- U*+- -RR-.,1Y- /2W )+-.1>-Z
*+, -.’/% ! !"#& R(;;< .=U-/2> /8S*+1,0U& )+-W1.,1*2& >-)/+/,1*2 12R*+U/,1*2
非线性函数估计的支持向量机算法$ %& 每个元素包含多个属性的样本集合为
!"# ’!())*+, !&$ :$B% !? ! % !’3
是神经网络领域中的一种重要的方法每个聚类的中心为预定的分类数目是第个样
"-.,*+ #/.012-3 ! !’!($:"$3 $
主要解决函数估值和时间序列预测的问题近年来许多
" 本对于第) 类样本的隶属度" 则隶属度函数定义的聚类
学者对此作了许多深入的研究不仅形成了一套较为完
! 阻塞目标函数为$
备的理论与方法! 而且其应用也是日趋广泛" 但由于该’%
, ?
方法复杂度高精确度低为此本文提出了一种对交*+B!!$():"$3& ""$=&$" :%3
# ! ! )B% $B%
通流量的确定方法! 即局部区间模糊 4 均值聚类算法其中为元素与聚类中心的距离是一个可以
!""$=&$" !,
算法是一种可以被广泛使用的基于
’5674#3 ! 5674# # 控制聚类结果的加权模糊程度参数:,E%3 "
目标函数优化的无监督模糊聚类方法它无需训练样
# ! ’
本通过迭代执行分类算法来提取各类的特征值该算
! " !(