计算机技术与发展2020,Vol.30Issue(6) :207-210,166.

改进聚类算法在公交数据挖掘中的应用研究

Research of Improved Clustering Algorithm Applied in Bus Data Mining

刘凯 龚兰兰 凌兴宏 周家骎
计算机技术与发展2020,Vol.30Issue(6) :207-210,166.

改进聚类算法在公交数据挖掘中的应用研究

Research of Improved Clustering Algorithm Applied in Bus Data Mining

刘凯 1龚兰兰 1凌兴宏 2周家骎1
扫码查看

作者信息

  • 1. 苏州大学文正学院,江苏 苏州 215104
  • 2. 苏州大学文正学院,江苏 苏州 215104;苏州大学 计算机科学与技术学院,江苏 苏州 215104
  • 折叠

摘要

针对城市交通规划中枢纽站点确定的问题,提出了使用改进的聚类算法对公交数据进行处理来确定枢纽站点,同时在研究聚类算法的应用过程中,提出了使用遗传算法改进组合的聚类算法确定聚类算法中各层类簇数.针对本实验公交枢纽站点确定的问题,为达到更优的聚类效果,将原始遗传算法与K-means算法及层次聚类算法三者结合.聚类算法参数设置的方法,有别于传统确定类簇数的方法,使用遗传算法确定K-means算法与层次聚类算法结合时的类簇数,以及两个类簇数之间的关系.通过基于真实数据的模拟实验表明,使用聚类算法确定枢纽站点为公交枢纽站点二次规划提供了可靠的数据支持,并且相对于传统的聚类算法,使用遗传算法改进的聚类算法的聚类效果有了较好的提升.

关键词

枢纽站确定/遗传算法/K-均值算法/凝聚层次聚类/类簇数

引用本文复制引用

基金项目

苏州市民生科技项目(SS201736)

江苏省高等教育教学改革研究课题(2017JSJG473)

出版年

2020
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子:0.621
ISSN:1673-629X
被引量1
参考文献量13
段落导航相关论文