期刊文献+

一种基于SVD的交通流量数据补全算法 被引量:2

A Traffic Flow Data Completion Algorithm Based on SVD
下载PDF
导出
摘要 针对高速公路流量数据采集容易出现数据缺失的情况,提出一种基于奇异值分解(SVD)的数据补全算法。首先对数据进行处理,再对其进行数据分解得到特征量,利用特征量找出相似日期,最后利用相似日期进行缺失数据估计,从而补全数据。与传统的均值补全算法进行了相比分析,本算法具有较好的性能。 In view of the highway traffic flow data collection prone to absence of data,a data completion algorithm is proposed. First, the history data is processed, then decompose the data to get the feature vectors, find the similar dates using the feature vectors, at last, using similar dates ' data to estimate missing data and complete data. Compared with traditional mean completion algorithm, this algorithm has good performance.
作者 李通 舒勤
出处 《数字技术与应用》 2016年第1期129-130,共2页 Digital Technology & Application
关键词 SVD 交通流量 数据补全 SVD, traffic flow, data completion
  • 相关文献

参考文献5

  • 1Ma CC. A Guide to Singular Value Decomposition for Col- laborative Filtering [J].2008.
  • 2徐仲.等.矩阵论简明教程[M].科学出版社.2004.
  • 3Jolliffe I. Principal component analysis [M]. John Wiley & Sons, Ltd, 2002.
  • 4PeterHarrington.机器学习实战[M].人民邮电出版社,2013:117.
  • 5https://en.wikipedia.org/wiki/Mean absolute_percentage_erro r#References.

共引文献2

同被引文献10

引证文献2

二级引证文献23

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部