交通流缺失数据处理方法比较分析

• 作者: 孟鸿程 陈淑燕
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 交通流数据 数据缺失 数据修复 时间相关性 空间相关性
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 交通信息工程与控制
• 页码范围: 61-67
• 页数: 7页
• 分类号: U491.1
• 字数: 7855字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2018.02.009

摘要

针对交通数据的缺失问题,采用基于时间相关性、空间相关性和时空相关性的多种数据修复方法对缺失数据进行处理.基于时间相关性的修复方法包括历史数据法、移动平均法、指数平滑法和线性回归法等.基于空间相关性的修复方法利用相邻车道和相邻检测器所采集的数据对缺失值进行处理.基于时空相关性的数据修复方法结合交通流的时间相关性与空间相关性对缺失数据进行修复.基于美国加州I-880高速公路交通流数据的实验结果表明,平滑系数α=0.1时的指数平滑法和利用相邻车道数据加权平均法得到的缺失值修复结果最优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈淑燕	东南大学交通学院	55	1016	15.0	31.0
2	孟鸿程	东南大学交通学院	1	9	1.0	1.0