城市快速路交通运行态势识别与评估方法研究

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：在传统指标的基础上,引入车辆类型的影响,分别使用K-Means和DBSCAN聚类方法识别城市快速路的运行态势,再使用BP神经网络学习划分结果,以进行城市交通运行态势的评估.结果表明,K-Means聚类的DBI值为0.889,效果优于DBSCAN.进一步将划分结果代入BP神经网络进行估计,测试集的准确率达0.997,说明该方法能够准确地对城市快速路的运行态势进行识别和估计,在城市交通管理和出行方面具有一定的参考价值.该方法还具有较好的扩展性和实用性.

作者：

俞乐澜、邵梓轩、徐程

展开 >

作者单位：

浙江警察学院

关键词：

城市快速路交通运行态势 DBSCAN聚类分析 K-Means聚类分析 PCA降维 BP神经网络

出版年：

2024

警察技术

公安部第一研究所

警察技术

影响因子：0.386

ISSN：1009-9875

年,卷(期)：2024.(2)

参考文献量15