基于NB和DTW组合模型的稀疏浮动车数据填充

• 作者: 许伦辉 郭雅婷 陈凯勋
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 浮动车 数据缺失 朴素贝叶斯 动态时间规整 速度估计
• 年，卷（期）: 2019,（4）
• 页码范围: 136-145
• 页数: 10页
• 分类号: U491.2
• 字数: 5677字
• 语种: 中文
• DOI: 10.13471/j.cnki.acta.snus.2019.04.015

摘要

利用浮动车数据对交通状态进行挖掘和分析已经是交通领域的重要研究手段之一,而浮动车数据的稀疏性给数据挖掘工作带来了阻碍.对路网数据缺失特性进行分析后,提出了稀疏浮动车数据的填充模型,模型中对缺失小于30％的偶然性数据缺失采用基于朴素贝叶斯(NB)的分类方法进行数据填充,对缺失大于30％的多发性数据缺失采用基于动态时间规整(DTW)的方法进行二次填充,将两种方法结合并应用于路网实例中,对路段缺失的交通流速度数据进行填充,提升了浮动车数据的路网覆盖率,有效降低了浮动车数据缺失对交通流速度信息的采集、 发布以及预测工作带来的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许伦辉	华南理工大学土木与交通学院	102	999	17.0	26.0
2	郭雅婷	华南理工大学土木与交通学院	3	6	1.0	2.0
3	陈凯勋	华南理工大学土木与交通学院	2	1	1.0	1.0