基于自适应K均值聚类算法的道路分类方法

摘要

本发明提供了一种基于自适应K均值聚类算法的道路分类方法，包括：获取原始道路交通流量数据；对流量数据进行预处理，提取道路交通形状特征；使用动态自适应K均值聚类算法对数据进行分类，获取典型道路交通形状；对道路典型交通形状进行编码，构建道路交通特征字典；根据实际需求在道路交通特征字典提取特征值，对道路的车流特征进行分类。本发明提供的道路分类方法，对海量道路交通数据进行处理并构建道路交通特征字典，再根据实际需求查找对应的分类信息及相关的属性，完成道路的分类，解决传统道路分类体系着重于道路的静态信息，而忽略对道路动态信息的使用的问题，节省了大量的人力成本和时间成本，为决策提供强有力的信息支持。