基于循环生成式对抗网络实现停车场时空数据的修复

• 作者: 孙玉强 彭磊 李慧云
• 来源期刊: 集成技术
• 学科: 工学
• 关键词: 停车诱导系统 停车数据修复 数据挖掘 时空相似性 循环生成式对抗网络
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 专题:新能源汽车与智能网联汽车
• 页码范围: 9-18
• 页数: 10页
• 分类号: TP181
• 字数: 4825字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-3135.2018.06.003

摘要

停车诱导技术在一定程度上缓解了高峰时段无序停车问题,并减少了司机寻找车位的时间,但停车诱导系统对实时数据和历史数据有较高的依赖.如果缺少相应数据,那么诱导系统的准确性将大打折扣.针对这一问题,该文通过挖掘停车场周围的空间数据,提出了一种停车场空间相似度度量,并计算出停车场空间相似情况下其数据的相似条件概率.当条件概率足够大时,以已知数据为学习样本,使用循环生成式对抗网络获得修复数据.实验结果表明,当停车场空间具有较高空间相似度时,其数据同样有大概率的相似性,使用循环生成式对抗网络生成的数据与真实数据具有相同的分布.该文提出的方法可在短时间内生成大量的合理数据,实现停车场数据的修复,提高诱导系统的可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李慧云	中国科学院深圳先进技术研究院	15	64	4.0	7.0
2	彭磊	中国科学院深圳先进技术研究院	20	193	9.0	13.0
3	孙玉强	中国科学院深圳先进技术研究院	2	0	0.0	0.0