没有合适的资源?快使用搜索试试~ 我知道了~
Traffic-Condition-Recognition-Using-The-K-Means-Clustering-Metho...
共7个文件
py:4个
csv:2个
md:1个
需积分: 20 1 下载量 194 浏览量
2021-05-16
09:32:17
上传
评论
收藏 29KB ZIP 举报
温馨提示
使用K均值聚类方法的交通状况识别 在智能交通系统(ITS)的研究领域中,旅行时间的预测是主要关注的问题。 聚类策略可以用作发现隐藏知识的强大工具,这些知识可以轻松应用于历史交通数据以预测准确的出行时间。 在我们的改进的K均值聚类(MKC)方法中,根据行驶时间,行驶时间的频率和特定路段的速度,将一组历史数据分成一组有意义的子类(也称为群集)。时间组。 这些信息将被处理并实时提供给旅行者。 交通流建模和驾驶状况分析在智能交通系统(ITS),自适应巡航控制,污染物排放扩散和安全性等各个领域都有许多应用。
资源推荐
资源详情
资源评论
收起资源包目录
Traffic-Condition-Recognition-Using-The-K-Means-Clustering-Method-master.zip (7个子文件)
Traffic-Condition-Recognition-Using-The-K-Means-Clustering-Method-master
plots.py 4KB
map.py 575B
__init__.py 25B
train.csv 35KB
Main.py 6KB
README.md 916B
test.csv 27KB
共 7 条
- 1
资源评论
晔晔匠
- 粉丝: 23
- 资源: 4650
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功