基于生成对抗网络和语义编辑的交通流合成方法及系统技术方案

本发明专利技术提供一种基于生成对抗网络和语义编辑的交通流合成方法及系统，包括：建立基于生成对抗网络和语义编辑的交通流合成模型，包括：输入隐变量编辑模块、生成器模块和判别器模块；所述输入隐变量编辑模块在特定方向进行输入变量语义变换；所述生成器模块利用隐变量合成交通流数据；所述判别器模块对所述生成器模块生成的交通流数据进行评判，根据评判结果动态调整，增加相似度贴合真实交通数据流的合成交通流数据。本发明专利技术解决了现有交通数据采集需求量大、获取成本高的问题。获取成本高的问题。获取成本高的问题。

【技术实现步骤摘要】
基于生成对抗网络和语义编辑的交通流合成方法及系统


[0001]本专利技术涉及智能交通
，尤其涉及一种基于生成对抗网络和语义编辑的交通流合成方法及系统。

技术介绍

[0002]随着智能交通技术的不断发展，越来越多的交通数据被采集、加工以提高系统运行效率和安全性，促使了智能交通系统由基于技术驱动的系统转变为基于数据驱动的系统，这样的变革又进一步激发了对更大规模数据的需求。传统的基于物理传感器采集交通数据的方法，消耗资源多且采集周期长，阻碍了智能交通的发展。因此需要能够利用小规模真实交通数据，开发基于生成对抗网络的交通数据生成模型，使得模型具有抽象小数据特征的能力，然后进一步实现生成大规模人工交通数据目标的工具。

技术实现思路

[0003]本专利技术提供一种基于生成对抗网络和语义编辑的交通流合成方法及系统，用以解决现有交通数据采集需求量大、获取成本高的问题。
[0004]本专利技术提供一种基于生成对抗网络和语义编辑的交通流合成方法，包括：
[0005]建立基于生成对抗网络和语义编辑的交通流合成模型，包括：输入隐变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于生成对抗网络和语义编辑的交通流合成方法，其特征在于，包括：建立基于生成对抗网络和语义编辑的交通流合成模型，包括：输入隐变量编辑模块、生成器模块和判别器模块；所述输入隐变量编辑模块在特定方向进行输入变量语义变换；所述生成器模块利用隐变量合成交通流数据；所述判别器模块对所述生成器模块生成的交通流数据进行评判，根据评判结果动态调整，增加相似度贴合真实交通数据流的合成交通流数据。2.根据权利要求1所述的基于生成对抗网络和语义编辑的交通流合成方法，其特征在于，所述输入隐变量编辑模块在特定方向进行输入变量语义变换，具体包括：通过在输入隐变量空间寻找特定方向，利用线性变换方法实现输入隐变量的编辑变换，使合成交通流发生特定改变。3.根据权利要求2所述的基于生成对抗网络和语义编辑的交通流合成方法，其特征在于，所述利用线性变换方法实现输入隐变量的编辑变换，使合成交通流发生特定改变，具体包括：获取主要变换方向，确定优选方向；通过求导方法对优选方向进行求解，生成优选方向的特征向量。4.根据权利要求1所述的基于生成对抗网络和语义编辑的交通流合成方法，其特征在于，所述生成器模块利用隐变量合成交通流数据，具体包括：所述生成器模块基于多层全连接神经网络构建；生成器模块包括：输入层、中间层和输出层，所述配置为可进行学习和调整。5.根据权利要求1所述的基于生成对抗网络和语义编辑的交通流合成方法，其特征在于，所述判别器模块对所述生成器模块生成的交通流数据进行评判，根据评判结果动态调整，增加相似度贴合真实交通数据流的合成交通流数据，具体包括：所述判别器...

【专利技术属性】
技术研发人员：陈圆圆，吕宜生，朱凤华，赵红霞，王飞跃，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：