Traffic-Condition-Recognition-Using-The-K-Means-Clustering-Metho...

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。