-
公开(公告)号：CN115019510A
公开(公告)日：2022-09-06
申请号：CN202210753282.7
申请日：2022-06-29
Applicant: 华南理工大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于动态自适应生成对抗网络的交通数据修复方法。所述方法包括以下步骤：获取原始交通数据，构成原始交通数据矩阵；利用数据标准化处理原始交通数据矩阵，确定异常数据位置，并对其进行预处理；构建多个待修复交通数据矩阵；组建由全连接神经网络构成的生成对抗网络，并基于博弈思想迭代训练生成器与对抗器；引入一种动态自适应机制，自动识别生成对抗网络的最佳迭代次数，并利用待修复交通数据矩阵完成生成对抗网络的模型训练；利用多种模型评价指标评估动态自适应生成对抗网络的修复性能。本发明具有算法计算复杂度低、修复精度高、实时动态性强等优点，可为智能城市交通规划与管理、实时公交调度与优化等提供保障。
-
公开(公告)号：CN115019510B
公开(公告)日：2024-01-30
申请号：CN202210753282.7
申请日：2022-06-29
Applicant: 华南理工大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于动态自适应生成对抗网络的交通数据修复方法。所述方法包括以下步骤：获取原始交通数据，构成原始交通数据矩阵；利用数据标准化处理原始交通数据矩阵，确定异常数据位置，并对其进行预处理；构建多个待修复交通数据矩阵；组建由全连接神经网络构成的生成对抗网络，并基于博弈思想迭代训练生成器与对抗器；引入一种动态自适应机制，自动识别生成对抗网络的最佳迭代次数，并利用待修复交通数据矩阵完成生成对抗网络的模型训练；利用多种模型评价指标评估动态自适应生成对抗网络的修复性能。本发明具有算法计算复杂度低、修复精度高、实时动态性强等优点，可为智能城市交通规划与管理、实时公交调度与优化等提供保障。
-
公开(公告)号：CN115376309B
公开(公告)日：2024-04-26
申请号：CN202210753286.5
申请日：2022-06-29
Applicant: 华南理工大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于多视角时间矩阵分解的缺失交通数据修复方法。所述方法包括以下步骤：获取城市路网原始交通数据集并将其合理矩阵化，得到原始交通数据矩阵；重塑原始交通数据矩阵，得到多个时间矩阵；采用向量自回归过程依次对多个时间矩阵进行分解与重构，多个时间矩阵对应的子模型采用多元高斯分布假设及Gibbs采样进行模型参数推断和更新；引入一种截断机制，局部定向减少各子模型的输出残差，采用多种伸缩与填充系数组合提升模型修复性能；建立一个多视角时间矩阵修复模型；利用真实交通数据集对多视角时间矩阵修复模型进行训练与性能评估。本发明从不同视角深度挖掘交通数据的时空特性，有效提高了缺失交通数据的修复精度。
-
公开(公告)号：CN115376309A
公开(公告)日：2022-11-22
申请号：CN202210753286.5
申请日：2022-06-29
Applicant: 华南理工大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于多视角时间矩阵分解的缺失交通数据修复方法。所述方法包括以下步骤：获取城市路网原始交通数据集并将其合理矩阵化，得到原始交通数据矩阵；重塑原始交通数据矩阵，得到多个时间矩阵；采用向量自回归过程依次对多个时间矩阵进行分解与重构，多个时间矩阵对应的子模型采用多元高斯分布假设及Gibbs采样进行模型参数推断和更新；引入一种截断机制，局部定向减少各子模型的输出残差，采用多种伸缩与填充系数组合提升模型修复性能；建立一个多视角时间矩阵修复模型；利用真实交通数据集对多视角时间矩阵修复模型进行训练与性能评估。本发明从不同视角深度挖掘交通数据的时空特性，有效提高了缺失交通数据的修复精度。
-
-
-
Search Results
4
records
(took 0.016 seconds)
