基于优化最大偏差相似性准则的KNN缺失数据填充算法

• 作者: 王建成 蔡延光 蔡颢 阮嘉琨
• 来源期刊: 自动化与信息工程
• 学科: 工学
• 关键词: 智能交通 高速公路 缺失数据填充 聚类算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 特约论文
• 页码范围: 8-15,26
• 页数: 9页
• 分类号: TP18
• 字数: 4874字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2605.2020.02.002

摘要

根据高速公路交通数据的特点,采用基于最大偏差相似性准则(MDSC)与KNN填充算法对缺失交通数据进行填充.针对KNN填充算法可能产生伪邻近点问题,提出利用MDSC对不完整的交通数据中缺失的属性样本和完整值数据样本进行聚类,以避免伪邻近点发生;并利用基于骨干粒子群算法对MDSC参数优化.实验结果表明:基于优化MDSC的KNN填充算法的RMSE值更小,效果更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡延光	广东工业大学自动化学院	181	812	14.0	20.0
2	阮嘉琨	广东工业大学自动化学院	5	9	2.0	3.0
3	王建成	广东工业大学自动化学院	5	0	0.0	0.0