vlambda博客
学习文章列表

基于改进密度聚类算法的交通事故地点聚类研究

 黄 钢*，瞿伟斌，许卉莹 

摘要：交通事故特征受地域分布影响显著，本文对交通事故特征进行优化聚类研究.基于2019年无锡市交通事故数据，调用开放地图接口地理编码解算事故地点经纬度，使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈 值的准确输入，为解决这一局限，建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型，并与原始聚类模型进行对比.结果表明，优化算法在参数确定上更加智能，对簇的划分更加准确，对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分，证明了该算法在城市道路交通事故地理位置聚类中的适用性. 

原载: 交通运输系统工程与信息，2020, 20(5): 169-176

全文: 请扫描下方二维码获取全文PDF