基于PCA和ICA的交通流量数据压缩方法比较研究

• 作者: 张毅 李力 胡坚明 赵志强
• 来源期刊: 公路交通科技
• 学科: 交通运输
• 关键词: 智能运输系统 数据压缩 主成份分析(PCA) 独立成份分析(ICA) 交通流
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 智能运输系统与交通工程
• 页码范围: 109-113,118
• 页数: 6页
• 分类号: U491
• 字数: 4121字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2008.11.023

摘要

针对交通流量数据的特点,分别采用基于主成份分析(PCA)和独立成份分析(ICA)的方法对其进行数据压缩研究和比较.首先,对城市道路和高速公路的交通流统计特性进行分析:发现采样时间的大小不会影响研究结果,而流量离差的统计分布为接近高斯分布的超高斯分布.然后分别采用基于PCA和ICA的方法进行交通流数据的压缩与重构,并对结果进行全面比较.试验结果表明:由于城市道路和高速公路的交通流离差数据均接近高斯分布,因此PCA在数据压缩中的效果较好;而高速公路的交通流数据压缩结果优于城市道路,因为其更加规律和稳定.这一结果反映了交通流波动的随机特征,对于进一步的交通流分析有着重要的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张毅	清华大学自动化系	120	2544	28.0	48.0
2	胡坚明	清华大学自动化系	27	508	11.0	22.0
3	李力	清华大学自动化系	26	310	10.0	17.0
4	赵志强	清华大学自动化系	7	21	2.0	4.0