计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
23期
4-7,21
,共5页
事件检测%模糊C均值聚类%粗糙集%模糊推理%属性离散化
事件檢測%模糊C均值聚類%粗糙集%模糊推理%屬性離散化
사건검측%모호C균치취류%조조집%모호추리%속성리산화
为准确及时地发现高速公路上的事故隐患,有效地减少交通延误,保障道路安全,提出了一种新的基于模糊C均值(FCM)聚类和模糊粗糙集的交通事件自动检测模型.模型分为离散化、推理规则建立和模糊推理三个步骤.在属性离散化时,提出用常用的隶属度函数来拟合FCM聚类后的结果,并用此函数和参数来实现属性数据的离散化,避免了每次输入数据都必须通过聚类操作来进行离散化;采用了粗糙集理论建立推理规则,选择和交通事件密切相关属性并进行规则的约简,加速了模糊推理的速度;最后采用Max-Min模糊推理方法对交通事件进行检测.通过多种检测方法对比测试,结果表明了此模型在总体性能上优于传统的检测方法,验证了此模型的有效性,为交通事件的检测提供了一种新的思路.
為準確及時地髮現高速公路上的事故隱患,有效地減少交通延誤,保障道路安全,提齣瞭一種新的基于模糊C均值(FCM)聚類和模糊粗糙集的交通事件自動檢測模型.模型分為離散化、推理規則建立和模糊推理三箇步驟.在屬性離散化時,提齣用常用的隸屬度函數來擬閤FCM聚類後的結果,併用此函數和參數來實現屬性數據的離散化,避免瞭每次輸入數據都必鬚通過聚類操作來進行離散化;採用瞭粗糙集理論建立推理規則,選擇和交通事件密切相關屬性併進行規則的約簡,加速瞭模糊推理的速度;最後採用Max-Min模糊推理方法對交通事件進行檢測.通過多種檢測方法對比測試,結果錶明瞭此模型在總體性能上優于傳統的檢測方法,驗證瞭此模型的有效性,為交通事件的檢測提供瞭一種新的思路.
위준학급시지발현고속공로상적사고은환,유효지감소교통연오,보장도로안전,제출료일충신적기우모호C균치(FCM)취류화모호조조집적교통사건자동검측모형.모형분위리산화、추리규칙건립화모호추리삼개보취.재속성리산화시,제출용상용적대속도함수래의합FCM취류후적결과,병용차함수화삼수래실현속성수거적리산화,피면료매차수입수거도필수통과취류조작래진행리산화;채용료조조집이론건립추리규칙,선택화교통사건밀절상관속성병진행규칙적약간,가속료모호추리적속도;최후채용Max-Min모호추리방법대교통사건진행검측.통과다충검측방법대비측시,결과표명료차모형재총체성능상우우전통적검측방법,험증료차모형적유효성,위교통사건적검측제공료일충신적사로.