典型文献
一种改进的道路行车密度峰值模糊聚类算法
文献摘要：
为解决城市道路中相邻车辆聚类精度低的问题,本文提出了一种改进的密度峰值模糊聚类算法.首先,该算法使用自适应椭圆距离代替欧式距离,并在决策图中引入指数函数曲线选择密度峰值点,以确定初始聚类中心和聚类数目;接着,将初始信息代入模糊C均值(FCM)聚类算法中,经迭代计算取得一次聚类结果;最后,根据雷达数据中同一辆车的数据点速度差值极小、不同车辆的速度差值相对较大这一特征,引入和速度相关的目标函数,并通过迭代计算取得最终的聚类结果,以对一次聚类结果进行修正.根据真实道路测量数据的实验证明,本文提出的聚类算法精度高、鲁棒性好,能正确聚类城市道路中相邻的车辆目标,具有更好的聚类效果.为道路中车辆的跟踪、交通状态预估等处理提供可靠、准确的目标信息,大大减少后续工程的计算量.
文献关键词：
毫米波雷达;密度峰值聚类;模糊聚类;二次模糊聚类;城市道路
中图分类号：
作者姓名：
张正文;邓薇;廖桂生;巩朋成;王兆彬
作者机构：
湖北工业大学电气与电子工程学院,湖北武汉430068;西安电子科技大学雷达信号处理国家重点实验室,陕西西安710071;武汉工程大学计算机科学与工程学院,湖北武汉430205
文献出处：
引用格式：
[1]张正文;邓薇;廖桂生;巩朋成;王兆彬-.一种改进的道路行车密度峰值模糊聚类算法)[J].雷达科学与技术,2022(05):578-588
A类：
二次模糊聚类
B类：
模糊聚类算法,城市道路,聚类精度,欧式距离,决策图,指数函数,曲线选择,峰值点,初始聚类中心,聚类数,代入,FCM,迭代计算,雷达数据,一辆车,据点,速度差值,极小,同车,道路测量,测量数据,交通状态,状态预估,目标信息,大大减少,计算量,毫米波雷达,密度峰值聚类
AB值：
0.337358
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
