[發(fā)明專利]一種基于張量重建的交通數(shù)據(jù)丟失恢復(fù)方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201110384954.3
• 申請(qǐng)日: 2011-11-29
• 公開（公告）號(hào): CN103136239A
• 公開（公告）日: 2013-06-05
• 發(fā)明（設(shè)計(jì)）人: 譚華春;王武宏;馮廣東;馮建帥;成斌;夏紅衛(wèi);吳艷新;朱湧;陽(yáng)鐘興
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明屬于智能交通領(lǐng)域，具體涉及交通數(shù)據(jù)丟失恢復(fù)方法。

背景技術(shù)

交通數(shù)據(jù)丟失恢復(fù)是智能交通系統(tǒng)中一個(gè)很有意義的問題，對(duì)交通丟失數(shù)據(jù)進(jìn)行恢復(fù)可以改善智能交通系統(tǒng)的功能，例如交通信息發(fā)布系統(tǒng)，交通管理系統(tǒng)等，都需要完整準(zhǔn)確的交通數(shù)據(jù)，但是在實(shí)際交通中，由于設(shè)備故障、傳輸失誤等原因常常導(dǎo)致交通數(shù)據(jù)不完整，根據(jù)有關(guān)研究報(bào)告丟失率為16％-93％，導(dǎo)致部分智能交通子系統(tǒng)無(wú)法正常工作，因此需要針對(duì)不完整交通數(shù)據(jù)估計(jì)其丟失值。

目前，對(duì)交通數(shù)據(jù)丟失的恢復(fù)方法主要分為兩類：基于向量形式的恢復(fù)方法，將交通數(shù)據(jù)組建為向量形式，采用插值方法或者回歸方法來(lái)恢復(fù)丟失值；基于矩陣形式的恢復(fù)方法，將交通數(shù)據(jù)組建為矩陣形式，采用矩陣重建理論來(lái)恢復(fù)丟失值。但是，這兩類恢復(fù)方法都有其限制條件和不足，前者必須在丟失率極低時(shí)方可采用，而且只能依靠單一模式上丟失點(diǎn)的附近點(diǎn)信息進(jìn)行恢復(fù)，恢復(fù)精度較低；后者利用兩個(gè)模式上的交通信息和數(shù)據(jù)相關(guān)性，能在一定程度上提高恢復(fù)精度，但當(dāng)丟失率較高時(shí)，該方法無(wú)能為力。此外，以上兩類方法都沒能完全利用交通數(shù)據(jù)的多維相關(guān)特性，嚴(yán)重制約了恢復(fù)精度的提高。且當(dāng)面臨丟失一天甚至幾天交通數(shù)據(jù)時(shí)，上述兩類方法均不能處理。

基于張量重建的丟失數(shù)據(jù)恢復(fù)研究交通數(shù)據(jù)多維相關(guān)特性，并建立相關(guān)性準(zhǔn)則，判斷各模式權(quán)重，進(jìn)而充分利用多模式相關(guān)性和交通時(shí)空信息，以便獲得丟失點(diǎn)的最優(yōu)估計(jì)值，從而完善交通數(shù)據(jù)。相比之下，這種方法保持了交通數(shù)據(jù)的原始結(jié)構(gòu)，得到的結(jié)果更加準(zhǔn)確，面臨丟失一天甚至多天數(shù)據(jù)時(shí)依然能夠取得較為理想的效果。一些學(xué)者利用基于主成分分析(PCA)的概率模型，對(duì)交通矩陣數(shù)據(jù)進(jìn)行丟失值估計(jì)，其中由屈力等最近采用的一種基于貝葉斯主成分分析(BPCA)的矩陣交通數(shù)據(jù)丟失恢復(fù)方法最為引人關(guān)注。對(duì)于這種方法的介紹，可以參考論文《A?BPCA?Based?Missing?Value?Imputing?Method?for?Traffic?Flow?Volume?Data(一種基于貝葉斯主成分分析的交通流數(shù)據(jù)丟失恢復(fù)方法)》(作者：屈力等，載于2008?IEEE?Intelligent?Vehicles?Symposium，2008年6月)和論文《PPCA-Based?Missing?Data?Imputation?for?Traffic?Flow?Vblume：A?Systematical?Approach(一種基于概率主成分分析的交通流數(shù)據(jù)丟失恢復(fù)方法)》(作者：屈力等，載于IEEE?Transaction?on?Intelligent?Transportation?Systems(ITS)，2009年9月)。這種方法的核心就在于通過PCA獲取矩陣交通數(shù)據(jù)的主成分和全局結(jié)構(gòu)，但此方法只能在丟失率低于50％時(shí)能才獲得一定的效果，所以難以滿足對(duì)一天或多天交通數(shù)據(jù)丟失極端情況的恢復(fù)要求。

在此背景下，研究一種既能提高恢復(fù)精度，又能自適應(yīng)地處理各種丟失情況的恢復(fù)方法顯得尤為重要。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有交通數(shù)據(jù)丟失恢復(fù)方法的局限性，本發(fā)明所要解決的技術(shù)問題是提供一種基于張量重建的交通數(shù)據(jù)丟失恢復(fù)方法，不僅能夠提高丟失值的恢復(fù)精度，而且能夠處理隨機(jī)丟失高達(dá)90％和丟失一天或者多天等特殊的情況。

本發(fā)明為解決上述技術(shù)問題所采用的技術(shù)方案是：

一種基于張量重建的交通數(shù)據(jù)丟失恢復(fù)方法，該方法包括以下步驟：

A.根據(jù)交通數(shù)據(jù)的多重分布規(guī)律，將交通數(shù)據(jù)組建為多維張量數(shù)據(jù)形式，并且用標(biāo)記表示交通數(shù)據(jù)的丟失點(diǎn)；

B.通過計(jì)算各模式數(shù)據(jù)的相關(guān)性，將各模式相關(guān)性系數(shù)歸一化，獲得各模式權(quán)重；

C.建立張量形式的交通數(shù)據(jù)丟失恢復(fù)目標(biāo)函數(shù)，采用張量重建理論轉(zhuǎn)換目標(biāo)函數(shù)，結(jié)合丟失點(diǎn)標(biāo)記和各模式權(quán)重，構(gòu)建基于張量重建理論的交通數(shù)據(jù)恢復(fù)模型，該模型對(duì)隨機(jī)丟失和特殊丟失均能取得較好的恢復(fù)效果。

求取完整交通數(shù)據(jù)的表達(dá)式為：