[发明专利]一种基于密度峰值聚类算法的交通流模式识别方法在审
| 申请号： | 201811059548.8 | 申请日： | 2018-09-12 |
| 公开（公告）号： | CN109255384A | 公开（公告）日： | 2019-01-22 |
| 发明（设计）人： | 陈本瑶;阮利程;杨轶平;卞建忠;施沈科;俞平;叶健;朱绍军 | 申请（专利权）人： | 湖州市特种设备检测研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 夏艳 |
| 地址： | 313000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 算法 聚类算法 高数据 聚类 非迭代算法 交通流模式 电梯交通 聚类中心 距离最近 密度聚类 模式识别 人工选择 剩余数据 形状数据 最小距离 计算量 决策图 数据点 数据集 噪声点 度量 归类 确定性 绘制 继承 | ||
【权利要求书】：
1.一种基于密度峰值聚类算法的电梯交通模式识别方法，其特征在于，包括以下步骤：
步骤1：根据下式计算计算距离矩阵；
dij＝d(xi,xj)＝||xi-xj||2
令数据集X＝(x1,...,xn)，xi是m维向量，表示一个数据点；
步骤2：根据下式计算每个数据点的局部密度ρi
其中，dc为截断距离；
步骤3：根据下式计算每个数据点与高密度点之间的距离δi
步骤4：画出判定图并选择类簇中心；
步骤5：把每个数据点都归属到最近的类簇中心；
步骤6：输出每个数据点所属类簇的向量y。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖州市特种设备检测研究院，未经湖州市特种设备检测研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811059548.8/1.html，转载请声明来源钻瓜专利网。
