原文传递
基于LOF改进的K-means算法在交通事故黑点识别中的应用
| 题名： | 基于LOF改进的K-means算法在交通事故黑点识别中的应用 |
| 作者： | 张欣妍;董四辉;张紫慧;郭相仪 |
| 作者单位： | 大连交通大学交通运输工程学院 |
| 关键词： | 交通事故;黑点识别;LOF;K-means |
| 摘要： | 为改进传统K-means聚类算法受初始聚类中心及异常点影响较大的问题，提出使用离群点检测(LOF)改进的K-means聚类算法，并应用到交通事故的黑点识别中。使用数据集为2018年7月1日至2018年12月31日于美国洛杉矶发生的交通事故数据。首先，利用LOF对事故点坐标数据集进行离群点检测；其次，剔除掉原数据集中的离群点，构建新数据集；最后，将基于LOF改进的K-means算法选取初始聚类中心再进行迭代，得到事故黑点。将使用改进的算法与使用K-means及LOF与K-means结合的算法获得的聚类结果进行比较，发现改进后的算法大大提高了黑点识别效果。 |
| 期刊名称： | 黑龙江交通科技 |
| 出版日期： | 202201 |
| 出版年： | 2022 |
| 期： | 01 |
| 页码： | 134-136,142 |
检索历史
应用推荐
