一种基于Canopy+Kmeans聚类的路网子区划分及其评估方法

摘要

本发明涉及神经网络技术方法领域，更具体地，涉及一种基Canopy+Kmeans聚类的路网子区划分及其评估方法，路网子区划分方法以实时采集路段中心经纬度、路段平均速度、路段平均密度为样本数据，具体步骤如下：(1)进行数据预处理；采用基于“最小最大原则”的Canopy算法，确定若干个Canopy及Canopy中心点；(2)在步骤(1)之后，进行Kmeans的二次聚类；采集步骤(1)中的Canopy中心点，Canopy的中心点个数为Kmeans算法的K值；(3)在步骤(2)之后，分别计算各数据点到K个聚类中心点的欧氏距离，并将其划分到距离最小的聚类中，形成新的聚类。以实时采集的路段中心经纬度、路段平均速度、路段平均密度为样本数据，提出基于Canopy‑Kmeans聚类算法的路网子区划分方法，以弥补Kmeans算法的不足。