资源简介
根据交通事故的GPS坐标进行聚类分析,根据相应约束条件根据聚类算法判定事故高发区。其他分类场景也可以适用。
代码片段和文件信息
clear
clc
%-----------------读取数据并删除重复数据——————----%
D=textread(‘deathdata.txt‘);
[m1 n1]=size(D);
i1=1:m1;
b1=D(i11)-D(i12);
[X1 Y1]=find(b1==0);
for i1=1:m1-1;
if i1 M1(i1:)=D(i1:);
else
M1(i1:)=D(i1+1:);
end
end
%-----------------读取数据并删除重复数据——————----%
E=textread(‘crashdata1.txt‘);
[m2 ~]=size(E);
i2=1:m2;
b2=E(i21)-E(i22);
[X2 Y2]=find(b2==0);
for i2=1:m2-1;
if i2 M2(i2:)=E(i2:);
else
M2(i2:)=E(i2+1:);
end
end
%--------------绘制散点图-----------------------------%
% x1=M1(:2);
% y1=M1(:1);
x2=M2(:2);
y2=M2(:1);
figure(1)
scatter(y2x2‘B‘)
hold on;
% scatter(y1x1‘R*‘)%绘制散点图
% % hold off;
xlabel(‘经度(东经)‘);
ylabel(‘维度(北纬)‘);
%———————---------------—采用Kmeans聚类分类-------
相关资源
- Kmeans-MATLAB 该代码能够实现K均值聚类
- kmeans 基于K均值的自然图像聚类方法
- ChangeDetectionPCAkMeans 用于变化检测的方
- Kmeans 自适应K-均值聚类算法
- Kmeans 使用K均值做聚类分析来进行图像
- kmeans 改进的均值聚类算法
- 基于K-means聚类算法的图像分割的MAT
- K-means聚类分析Iris数据集模式识别
- K-MEANS改进聚类
- k-means聚类算法的matlab实现
- 基于MATLAB的kmeans方法聚类分析
- kmeans算法Matlab代码实现
- K-means方法聚类分析matlab代码实现
- K-means聚类算法的Matlab程序-附注释
- k-means聚类学习算法matlab源码
- kmeans均值聚类matlab代码
- Kmeans聚类matlab源代码
评论
共有 条评论