一种基于生成对抗网络的缺失交通状态数据填补方法技术

本发明专利技术提供一种基于生成对抗网络的缺失交通状态数据填补方法，首先构建检测路网的邻接表，使用node2vec图嵌入算法对邻接表中的节点进行带有偏重的随机游走，得到邻接道路交通状态矩阵。对邻接道路交通状态数据矩阵采用最大最小标准化算法进行数据归一化，构建生成对抗网络模型，并确定生成器与判别器的模型结构。对生成对抗网络中的生成器与判别器的损失函数进行定义，使用滑动窗口法，对邻接道路交通状态数据进行选择，将其作为生成对抗网络模型的输入，通过对抗训练最小化生成数据与真实数据分布之间的差异，生成缺失路段的道路交通状态。本发明专利技术方法很好地结合了交通数据的特点，提高了数据填补的效率，相较于传统方法有更好的泛化性能。

【技术实现步骤摘要】

本专利技术属于交通数据处理领域，具体涉及一种基于生成对抗网络的缺失交通状态数据填补方法。

技术介绍

1、缺失交通状态数据填补是指在交通数据集中存在一些缺失值的情况下，通过一系列的方法和技术来预测和填充这些缺失值，从而完整地恢复数据集。随着人工智能的快速发展和广泛应用于智能交通领域，例如交通流量预测和拥堵预测，准确的道路交通状态数据变得至关重要，这是实现智能交通系统对交通状态进行精准预测的前提条件。然而，正常情况下所得到的交通数据是稀疏、含有较多缺失值的，不能准确的反映交通的全部情况，缺失交通状态数据填补工作在这其中变得尤其重要。

2、目前，关于交通状态数据的恢复算法主要有插值法、均值填补法、回归模型以及时间序列方法等，这些方法都是基于统计学在交通领域的应用，并不能很好的考虑到交通数据的时空特征。ge-gan模型中利用了deep walk对图结构进行了图嵌入处理，但是随机性较高，没有充分利用图结构信息。

技术实现思路

1、为解决上述问题，本专利技术公开了一种基于生成对抗网络的缺失交通状态数据填补方法本文档来自技高网...

【技术保护点】

1.一种基于生成对抗网络的缺失交通状态数据填补方法，其特征在于，具体步骤如下：

【技术特征摘要】

1.一种基于生成对抗网络的缺失交通状态数...

【专利技术属性】
技术研发人员：李旭，左锦鹏，石天京，杨仕淮，
申请(专利权)人：东南大学，
类型：发明
国别省市：