基于ST-DCGAN的时序交通流量数据补全

• 作者: 康雁 李晋源 李浩 梁文韬 牛瑞丞 袁瑶瑶
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: ST-DCGAN网络 时序数据 缺失交通流量补全
• 年，卷（期）: 2020,（15）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 140-146
• 页数: 7页
• 分类号: TP274+
• 字数: 5679字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1905-0104

摘要

时序交通流量数据作为一种新型城市数据,对智能交通和智慧城市的发展有着重要的意义,但是由于各种原因使得收集的交通数据存在大量的缺失,因此如何有效地补充缺失流量数据成为目前急需解决的问题.提出的ST-DCGAN模型利用了基于DCGAN网络的思想,引入补全损失函数和判别损失函数作为模型新的目标函数,通过生成器和鉴别器相互博弈的原理学习区域流量数据之间的时空特征性,在常规的缺失数据补全的基础上利用数据生成思想进行了区域时序交通流量数据的补全,从而为交通流量缺失值提出一种新的补全方法.实验以北京TaxiBJ GPS开源数据集为基础,并用RMSE评估函数分析上述算法对缺失交通流量补全的效果,实验结果表明提出的方法与所比较补全方法相比,效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康雁	云南大学软件学院	29	83	5.0	8.0
2	李浩	云南大学软件学院	28	25	3.0	4.0
3	梁文韬	云南大学软件学院	4	1	1.0	1.0
4	李晋源	云南大学软件学院	7	1	1.0	1.0
5	袁瑶瑶	云南大学软件学院	1	0	0.0	0.0
6	牛瑞丞	云南大学软件学院	1	0	0.0	0.0