基于时空关联模型的智慧高速缺失交通数据修复方法研究

为解决交通数据缺失对智慧高速交通管理与控制以及交通流量预测、交通状态估计等研究工作的影响,考虑交通数据的时空关联特性,提出一种基于时空关联模型的高速公路交通数据修复方法用于缺失数据的修复。首先将具有时空关联的交通数据时间序列构成矩阵,以缺失数据以外的行列相关系数作为矩阵的数据修复特征系数;其次基于数据修复特征系数完成对缺失数据值的求解;最后,本文采用沪渝高速某路段的5个微波雷达检测器采集到的交通流量数据为实验数据,人工设置缺失数据,使用文中提出的方法进行修复,并设置基于时间特性的修复方法和基于空间特性的修复方法作为对照。实验结果显示,基于时空关联模型的高速公路交通数据修复方法,对比时间和空间单因素的修复方法,修复精度分别提升54.1%与63.3%,修复精度明显优于单因素的对比模型。