简介:摘要交通拥挤事件是城市公共交通系统中造成交通延误的最主要原因之一,快速有效的识别拥挤事件是城市交通控制策略的重要环节。针对交通流相态及其交通因素类属方面存在的模糊性,本文在分析交通流特征时对其进行了聚类软化分。根据交通流特性,运用模糊C均值聚类算法对交通流各要素进行模糊分析处理。通过对交通量隶属度的判别和聚类分析结果,找出不同交通流间的亲疏程度和相似性,将具有相近特性的交通流归纳在一类,从而判别出交通流相态属性,确定交通拥挤事件的发生,达到对交通拥挤事件识别的目的。
简介:目的采用反映血管新生状态的指标经模糊C均值聚类对星形细胞肿瘤病理学分级进行探讨。方法采用含有正常成人脑组织、弥漫性星形细胞瘤(WHOⅡ级)、间变性星形细胞瘤(WHOⅢ级)、胶质母细胞瘤(WHOⅣ级)及阳性对照组织的168点矩阵的组织芯片,通过免疫组织化学SABC双标法标记内皮细胞和血管内皮生长因子,以Image-ProPlus5.1中文版图像分析软件对染色结果及血管内皮生长因子阳性单位、微血管密度及微血管平均周长等指标进行测定。采用单因素分析方法筛选与星形细胞肿瘤病理级别相关的参数,以矩阵实验室数学软件提供的模糊C均值聚类函数参数作为聚类对象,将不同的组织切片参数值进行模糊C均值聚类,所得聚类值分别赋值为星形细胞肿瘤病理分级值。结果(1)在不同病理分级组之间,星形细胞肿瘤血管内皮生长因子阳性单位差异具有统计学意义(P=0.000),各病理分级组间两两比较差异亦有统计学意义(均P〈0.05)。(2)在不同病理分级组之间,星形细胞肿瘤微血管密度值差异有统计学意义(P=0.000),两两比较差异亦有统计学意义(均P=0.000)。(3)星形细胞肿瘤微血管平均周长,Ⅱ级组与Ⅲ级组、Ⅱ级组与Ⅳ级组比较差异有统计学意义(均P=0.000),而Ⅲ级组与Ⅳ级组之间差异无统计学意义(P=1.000)。(4)与WHO病理分级相比,模糊C均值聚类产生的星形细胞肿瘤病理分级值对Ⅱ、Ⅲ、Ⅳ级等级别的诊断符合率分别为85.71%、48.39%和78.95%,总体正确率达68.46%。结论星形细胞肿瘤血管内皮生长因子阳性单位、微血管密度和微血管平均周长等项指标的模糊C均值聚类值与星形细胞肿瘤病理分级值比较符合,可应用模糊C均值聚类法对星形细胞肿瘤的病理分级进行辅助推测。
简介:摘要:当前,交通拥堵问题已经成为世界范围内城市的议题。城市道路在信号交叉口处通行效率的高低尤为重要,而网联交通技术的出现为提高道路利用率与调控交通流行为提供了新的发展机遇。本文针对车联网环境下城市主次干道相交路口,基于车联网数据提出信号优化算法。根据交叉口上游的车辆到达,采用K-means聚类方法寻找绿时分配的自然断点来优化相位配时;在不同进口道的聚类簇集基础上,提出一种贪心的相位选择算法,既能保证交叉口能获得当前最大系统收益,又在一定程度上实现了公交优先。在VISSIM 中设计感应信号控制交叉口作为对照组,并实现了自适应控制交叉口的仿真实验。对比结果表明,模拟交叉口的平均延误与停车次数较感应控制明显降低,公交运行效率大幅提高。
简介:关系数据的聚类算法对于传播研究意义重大,首先运用迭代系统隐喻个体结构的变化,用输出与状态的包含距离表示关系的非对称同时也确定拥有最高结构等级序列的节点来代表簇;再将Hausdorff距离引入DBSCAN算法,使得同结构节点进行合并的加和算子和层次上卷的并算子变得可压缩。运用复杂网络研究人员的数据对算法的有效性进行了评估,分层后的人员合作网具有不同的网络结构特征;关键词在层次2网络中的传播效率高;互惠关系在知识传播中的作用最大。新的发现证明算法通过引入Hutchinson算子的可压缩测度Hausdorff距离使得网络结构对传播效果的影响得以体现,该算法的设计思路是正确的。