[發明專利]一種基于DVGAE-GAN的交通路網數據修復方法

在審

• 申請號: 202110238868.5
• 申請日: 2021-03-04
• 公開（公告）號: CN113033619A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 徐東偉;彭航;魏臣臣;商學天;周磊;戴宏偉
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/16;G06N3/04;G06N3/08
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

1.一種基于DVGAE-GAN的交通路網數據修復方法，其特征在于，所述方法包括以下步驟：

步驟1：獲取交通路網狀態數據以及路網鄰接矩陣

構建0-1矩陣模擬現實中路網觀測數據的缺失情況和缺失位置，以此得到實際存在缺失的交通路網數據，與完整情況下交通路網數據和鄰接矩陣；

步驟2：采用降噪圖變分自編碼器DVGAE提取路網狀態數據與鄰接矩陣的潛在時空特征

編碼器部分輸入實際交通路網數據和鄰接矩陣，提取潛在表示，經解碼器輸出完整的原始路網數據和鄰接矩陣，降噪自編碼器框架對于潛在時空特征更能反映原始路網數據，實現路網潛在時空特征的提取；

步驟3：分別構建生成器與判別器的內部結構，并構建生成對抗網絡進行對抗訓練，實現路網狀態數據修復

生成器用LSTM層，判別器由全連接層組成，構建起生成對抗網絡模型，并將從DVGAE中提取的潛在時空特征作為生成器的輸入，生成器的輸出即為修復后的路網數據，這里將得到的修復路網數據與原始路網數據進行重新組合，并引入重構誤差，分別定義生成器與判別器的損失函數，希望生成對抗網絡能針對缺失位置處數據重點訓練，達到生成器與判別器相互博弈對抗，實現交通路網狀態數據修復；

步驟4：將交通路網狀態數據劃分為訓練集與測試集

將訓練集輸入DVGAE訓練，通過模型優化器不斷優化參數，能復現出原始交通數據和路網鄰接矩陣，將訓練好的參數輸入測試集，提取出相應潛在時空特征；將訓練集潛在時空特征輸入到生成對抗網絡中相互對抗，直至模型收斂以此達到修復的效果；然后采用測試集的潛在時空特征作為生成器輸入，得到修復后交通狀態數據。

2.如權利要求1所述的一種基于DVGAE-GAN的交通路網數據修復方法，其特征在于，所述步驟1中，構建交通路網采用圖的形式表示為：G＝(V,A)，其中V＝{v₁,v₂,v₃,…,v_N}，N為路網中檢測器的總數目，A表示路網中檢測器節點之間的聯系，構建路網的鄰接矩陣節點v_i與節點v_r的連邊關系表示為：

如上式X(t)為第t時刻檢測器測得的T維歷史交通數據矩陣，記作原始交通路網狀態數據矩陣，x_i(t-jΔt)(j＝0,1,…,T-1)表示第i條路段檢測器下第(t-jΔt)時刻的交通數據，其中N為路段檢測器的數目，T為某一檢測器記錄的交通數據時間特征維度；同時創建0-1矩陣用于模擬現實中路網觀測數據的缺失情況和缺失位置，0-1矩陣為二值矩陣，其中m_i(t-jΔt)記錄第i個檢測器的第(t-jΔt)個特征元素的值是否缺失，表示如下：

由此實際獲得的交通路網數據為以及鄰接矩陣為A，*表示矩陣對應元素相乘。