交通流时间序列分离方法

被引：10

作者：

任江涛

谢琼琼

印鉴

机构：

[1] 中山大学计算机科学系,中山大学计算机科学系,中山大学计算机科学系广东广州,广东广州,广东广州

来源：

计算机应用 | 2005年 / 04期

基金：

广东省自然科学基金;

关键词：

交通流; 时间序列; 分离;

D O I：

暂无

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082301 [道路与铁道工程];

摘要：

采用聚类分析方法对交通流时间序列进行分析可以发现典型的交通流变化模式。通常可采用欧式距离及K均值算法进行时间序列聚类,但经分析发现单凭此方法还难以实现不同变化趋势的交通流时间序列的有效分离。针对此问题,提出了将动态时间弯曲及灰色关联度引入交通流时间序列相似性度量,且结合层次化聚类方法对交通流时间序列进一步分离的方法。通过实验研究,发现基于灰色关联度的层次化聚类方法能较好地实现交通流时间序列的进一步有效分离。

引用

页码：937 / 939

页数：3

共 5 条

[1]

数据挖掘原理.[M].(英) 汉德 (Hand;D.) ; 著.机械工业出版社.2003,

[2]

数据挖掘.[M].(加)JiaweiHan;(加)MichelineKamber著;范明;孟小峰等译;.机械工业出版社.2001,

[3]

灰色系统理论教程.[M].邓聚龙著;.华中理工大学出版社.1990,

[4]

基于动态时间弯曲的时序数据聚类算法的研究 [J].