基于特征级融合的高速公路异质交通流数据修复方法

被引：30

作者：

李林超 ^{[1
,2
]}

曲栩 ^{[1
]}

张健 ^{[1
]}

王永岗 ^{[3
]}

李汉初 ^{[1
]}

冉斌 ^{[1
,2
]}

机构：

[1] 东南大学交通学院

[2] Department of Civil and Environmental Engineering,University of Wisconsin-Madison

[3] 长安大学公路学院

来源：

东南大学学报(自然科学版) | 2018年 / 48卷 / 05期

关键词：

交通工程; 数据修复; 深度学习; 随机森林; 多源数据; 自编码网络;

D O I：

暂无

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082301 [道路与铁道工程];

摘要：

为获取完整的交通流数据集,提出了一种交通流数据修复方法.结合多源数据的互补特性,基于深度学习模型构建了时空关联特征提取方法,将高速公路交通流数据缺失情况分为3类,并基于随机森林算法建立修正模型.模型以平均绝对误差最小为优化目标,基于测试集和选择集优化了模型的参数.利用高速公路固定检测器和浮动检测技术获取的多源数据,对比分析了单一数据源与多源数据的修正精度.结果表明:多源数据修正模型明显优于单一数据源修正模型,在点缺失、线缺失和面缺失3种情况下,MAPE的平均值分别提高了24. 87%,39. 87%和52. 93%.此外,随着缺失比例的增加,较单一数据源模型,多源数据修正模型精度更为稳定,在点缺失、线缺失和面缺失3种情况下,其MAPE的方差仅为0. 01,0. 03和0. 08,证明其具有较好的鲁棒性.

引用

页码：972 / 978

页数：7

共 10 条

[1]

基于核函数切换和支持向量回归的交通量短时预测模型 [J].

李林超 ;

张健 ;

杨帆 ;

冉斌 .

东南大学学报(自然科学版), 2017, 47 (05) :1032-1036

[2]

时空因素影响下在线短时交通量预测 [J].

李林超 ;

何赏璐 ;

张健 .

交通运输系统工程与信息, 2016, 16 (05) :165-171

[3]

基于时空模型的交通流故障数据修正方法 [J].

陆化普 ;

孙智源 ;

屈闻聪 .

交通运输工程学报, 2015, 15 (06) :92-100+117

[4]

Online Method to Impute Missing Loop Detector Data for Urban Freeway Traffic Control.[J].Yuwei Bie;Xu Wang;Tony Z. Qiu.Transportation Research Record.2016, 1

[5]

Long short-term memory neural network for traffic speed prediction using remote microwave sensor data.[J].Xiaolei Ma;Zhimin Tao;Yinhai Wang;Haiyang Yu;Yunpeng Wang.Transportation Research Part C.2015,

[6]

Flexible and Robust Method for Missing Loop Detector Data Imputation.[J].Kristian Henrickson;Yajie Zou;Yinhai Wang.Transportation Research Record.2015, 1

[7]

Efficient missing data imputing for traffic flow by considering temporal and spatial dependence.[J].Li Li;Yuebiao Li;Zhiheng Li.Transportation Research Part C.2013,

[8]

Linear Spatial Interpolation and Analysis of Annual Average Daily Traffic Data.[J].Benedict Shamo;Eric Asa;Joseph Membah.Journal of Computing in Civil Engineering.2012, 1

[9]

An improved distance metric for the interpolation of link-based traffic data using kriging: a case study of a large-scale urban road network [J].

Zou, Haixiang ;

Yue, Yang ;

Li, Qingquan ;

Yeh, Anthony G. O. .

INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE, 2012, 26 (04) :667-689

[10]

Random forests [J].

Breiman, L .

MACHINE LEARNING, 2001, 45 (01) :5-32

← 1 →