一种K-means & BP神经网络的高速小客车出行特征群体辨识方法

本发明公开了一种K‑means&BP神经网络的高速小客车出行特征群体辨识方法，包括以下步骤：S1：对已收集的ETC数据进行预处理；S2：提取小客车出行特征指标；S3：通过Canopy预聚类算法、K‑means聚类算法和蚁群算法相结合的混合聚类算法对用户特征群体进行分类；S4：设置神经网络层数、隐藏层神经元个数、期望误差、学习率、动量因子、节点激活函数参数；S5：以小客车出行特征指标数据作为模型输入，构建BP神经网络模型，包括训练模型和测试模型；S6：通过测试模型对模型的精确率、召回率、准确率指标进行计算，并评价模型的识别效果；S7：得到识别出行特征群体的模型，识别出行特征群体。通过本申请构建出行特征群体识别模型，便于研究高速公路上车辆的出行行为。