1.一种基于K-means聚类的道路交通畅通度判断方法,其特征在于:所述检测方法包括以下步骤::
1)清理无效数据:
1.1如果某时刻某道路上车辆速度为零的数据少于总数据的10%,则认为车辆停止并不是交通拥堵引起的,判断该数据无效;
1.2如果车辆速度远大于道路限速,则认为该车辆违规驾驶,或者是采集设备发生故障导致采集数据异常,此类数据判定为无效;
2)选择K值:
假设道路存在N种状态,其中每种状态的代表速度为Vn,将这N种状态的代表速度插入到原始数据集中作为初始K值点进行K-means聚类计算快速的将数据集聚集到N个类中,那么第n个K值Kn的选取如下;
Kn=Vn,n=1,2,3···N (1)其中Kn的取值随着道路的不同可能会有所不同,以道路的最高限速Vmax为上限,将限速进行等分计算,并取对应位置的速度Vn作为Kn的值,速度Vn根据如下公式得到:
3)聚类计算:
3.1)首先选择N个中心点K1,K2,K3···KN,其中每个K值得取值计算如公式(1)所示,它们分别代表道路的对应的通行状态,设置迭代次数为g;
3.2)依次遍历速度信息,并对比速度和中心点的差值大小,将其归为差值最小的类中,判断公式如下所示;
Si-Kn=min{|Si-K1|,|Si-K2|,|Si-K3|···|Si-KN|},n=1,2,3···N (3)其中Si代表第i个速度数据,Kn表第n个K值,如果满足上述条件,则说明Si属于第n类;
3.3)迭代计算g次后,依次统计每个类中包含的样本数量,数量最大的类所包含的K值点代表了道路的通行状态。