[发明专利]基于自适应K均值聚类算法的道路分类方法有效
| 申请号： | 201910745307.7 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110598747B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 陈均泳;肖明;谢振东;谢侃 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F18/23213 | 分类号： | G06F18/23213;G06F18/24;G06F18/10 |
| 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： | 510006 广东省*** | 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： | 本发明提供了一种基于自适应K均值聚类算法的道路分类方法，包括：获取原始道路交通流量数据；对流量数据进行预处理，提取道路交通形状特征；使用动态自适应K均值聚类算法对数据进行分类，获取典型道路交通形状；对道路典型交通形状进行编码，构建道路交通特征字典；根据实际需求在道路交通特征字典提取特征值，对道路的车流特征进行分类。本发明提供的道路分类方法，对海量道路交通数据进行处理并构建道路交通特征字典，再根据实际需求查找对应的分类信息及相关的属性，完成道路的分类，解决传统道路分类体系着重于道路的静态信息，而忽略对道路动态信息的使用的问题，节省了大量的人力成本和时间成本，为决策提供强有力的信息支持。 | ||
| 搜索关键词： | 基于 自适应 均值 算法 道路 分类 方法 | ||
【主权项】：
1.基于自适应K均值聚类算法的道路分类方法，其特征在于，包括以下步骤：/nS1：获取原始道路交通流量数据；/nS2：对原始道路交通流量数据进行预处理，提取道路交通形状特征；/nS3：使用动态自适应K均值聚类算法对数据进行分类，获取典型道路交通形状；/nS4：对道路典型交通形状进行编码，构建道路交通特征字典；/nS5：基于道路交通特征字典，根据不同的分析需求提取特征值，对道路的车流特征进行分类。/n
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工业大学，未经广东工业大学许可，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/201910745307.7/，转载请声明来源钻瓜专利网。
