行驶方式上所表现出的各种差异,分类太粗。
本例的模糊聚类按0-468<兄£0.651、0-6、ld.73&分类比较不仅将具有相同特征统计指标的行驶方式归并到了一块,而且还将不同特征统计
指标的行驶方式区分开来。
行驶方式的分类利于分析交通运输中何种方式比较安全。
从例子
中可以看出,通过对1999年我国交通事故基本情况进行聚类分析,可以了解到汽车这种交通工具的事故指标较高;摩托车、自行车、行人乘车这三种行驶方式的事故指标比较接近,各项指标属一般;拖拉
机这种交通工具的事故指标较低。
5总结
本文通过应用聚类分析中的两种不同的方法进行交通事故的分析,在应用的过程得知最大最小法的计算过程较为简便,夹角余弦的
计算过程较为复杂,两种方法的数据存在着差异,相对比较夹角余弦的分析数据较精确。
6附录代码部分:
(m文件)
F-JIR.m
Function[R]=F_JIR(cs,X)
%模糊聚类分析建立模糊相似矩阵
%X数据矩阵
%cs=1,最大最小法
%cs=2夹角余弦法
[n,m]=size(X)%获得矩阵的行列数
R=[];
If(cs==1)%最大最小法
for(i=1:
n)for(j=1:
m)fz=0;fm=0;
for(k=1:
m)
if(X(j,k)<0)R=[];return;endif(X(j,k)end
for(k=1:
m)
if(X(i,k)>X(j,k))x=X(i,k);
elsex=X(j,k);end;end
fm=fm+x;
R(i,j)=fz/fm;
end;end
elseif(cs==2)%夹角余弦法
for(i=1:
n)for(j=1:
n)xi=0;xj=0;
for(k=1:
m)xi=xi+X(i,k)A2;xj=xj+X(j,k)A2;ends=sqrt(xi*xj);R(i,j)=0;
for(k=1:
m)R(i,j)=R(i,j)+X(i,k)*X(j,k);end
R(i,j)=R(i,j)/s;
end;end;end