摘要:模糊C均值(fuzzy C-mean,FCM)聚类算法具有良好的抗噪声性能,但FCM是一种局部搜索算法,易陷入局部最优,而遗传算法则具有全局优化搜索的优点。基于此该文提出了一种改进的 FCM 算法与遗传算法结合的聚类方法,先运用遗传算法得到聚类中心,然后用改进的 FCM 聚类算法得到最优解。并基于真实采集的道路谱数据,利用该算法对路面不平度进行识别。试验结果表明,改进的 FCM 算法与遗传算法结合的聚类算法路面识别率为94.54%,比FCM聚类算法高出4.98个百分点,比改进FCM算法高出4.67个百分点,具有更好的处理噪声数据的能力,提高了聚类的准确率和路面的识别率。
关键词:聚类算法 遗传算法 模糊控制 道路工程 路面不平度识别
单位:江苏科技大学计算机科学与工程学院; 镇江212003; 江苏大学汽车与交通工程学院; 镇江212013
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社