隨著交通信息化的快速發(fā)展,交通數(shù)據(jù)爆炸式地增長。其中交通流量（單位時(shí)間過車數(shù)量）是描述交通流的一個(gè)重要指標(biāo),其變化規(guī)律反應(yīng)了交通流基本性質(zhì)。但是因?yàn)椴杉鬏敾虼鎯Φ墓收?數(shù)據(jù)會存在錯(cuò)誤、丟失的問題。數(shù)據(jù)的缺失不僅降低有效性,同時(shí)也給后續(xù)的工作帶來困擾。開展針對缺失交通流量數(shù)據(jù)的恢復(fù)研究,對缺失數(shù)據(jù)的有效化處理,一方面利于深化對交通流量數(shù)據(jù)時(shí)空關(guān)聯(lián)性和統(tǒng)計(jì)特性的認(rèn)識,另一方面對智能交通系統(tǒng)（Intelligent Transportation System,ITS）的后續(xù)分析有著重要意義。因此缺失交通流量數(shù)據(jù)的恢復(fù)研究具有重要的理論和實(shí)際價(jià)值。本論文從復(fù)雜城市交通路網(wǎng)角度出發(fā),結(jié)合其數(shù)據(jù)規(guī)模大、局部時(shí)空關(guān)聯(lián)性和數(shù)據(jù)動態(tài)缺失等主要特點(diǎn),針對時(shí)空維度的完全隨機(jī)缺失以及在空間維度的長時(shí)間缺失數(shù)據(jù)恢復(fù)進(jìn)行研究。本論文的主要研究工作和貢獻(xiàn)如下:1.在交通路網(wǎng)局部時(shí)空關(guān)聯(lián)性方面,提出并設(shè)計(jì)一種路網(wǎng)流量局部計(jì)算模型。首先,提出路網(wǎng)矩陣化算法,利用卡口向量化模型從海量軌跡數(shù)據(jù)中挖掘路網(wǎng)中路口的關(guān)系,并將路網(wǎng)重構(gòu)成矩陣,在矩陣中路口間的關(guān)聯(lián)性與其距離呈正相關(guān)。其次,引入卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建路網(wǎng)流量局部計(jì)算模... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

總體研究思路

第 3 章 路網(wǎng)局部計(jì)算模型及短時(shí)流量預(yù)測應(yīng)片。利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行局部卷積計(jì)算，從在這樣的路口：兩個(gè)路口在路網(wǎng)中沒有相關(guān)性相關(guān)性，這樣會使全連接神經(jīng)網(wǎng)絡(luò)視其為相似神經(jīng)網(wǎng)絡(luò)的泛化能力�？ǹ谇度胲囕v軌跡矩陣中的降維擴(kuò)散52 42 2316 15 11076 26 6252 32 2572 24 74{ , ,..., },{ , ,..., },{ , ,..., },{ , ,..., },....{ , ,..., },l l ll l ll l ll l ll l l卡口向量收縮

圖 3.4 擴(kuò)散方向示意圖則時(shí)收縮，如果只考慮單個(gè)點(diǎn)的單步移動則會且稀疏性會導(dǎo)致后續(xù)神經(jīng)網(wǎng)絡(luò)訓(xùn)練變得困難。巨大的計(jì)算復(fù)雜度，因此，基于貪心算法提出 S-steps-shrink。該方法通過綜合考慮S 步移動達(dá)到部分遷移的效果。即嘗試移動一個(gè)點(diǎn)，如影響的點(diǎn)。在接下來的移動中這些被移動的點(diǎn)的移動，如果不能消除，那么這次移動包括前選取這些點(diǎn)的移動既沒有違反收縮三原則又能驟作為這個(gè)點(diǎn)的移動方案。


本文編號：3463503