原文传递
基于图自编码-生成对抗网络的路网数据修复
| 题名： | 基于图自编码-生成对抗网络的路网数据修复 |
| 作者： | 徐东伟;彭航;商学天;魏臣臣;杨艳芳 |
| 作者单位： | 浙江工业大学网络空间安全研究院;交通运输部科学研究院 |
| 关键词： | 智能交通;数据修复;图自编码器;生成对抗网络;时空特征;深度学习 |
| 摘要： | 完整的交通路网数据是实现智能交通系统的前提，故本文提出一种基于图自编码-生成对抗网络的方法对路网中缺失数据进行修复。首先，通过降噪图变分自编码器提取路网缺失数据的时空特征，使其能最大程度捕获原始路网信息；其次，基于该时空特征利用生成对抗网络生成路网数据，加入重建损失并优化生成对抗网络的目标函数，实现对缺失数据的有效插补；最后，采用西雅图(Seattle)和加州(PEMS04)路网速度数据集，针对不同缺失类型和缺失率下的数据修复进行对比实验。当随机缺失率在10%～70%时，Seattle数据集的MAE指标在2.38～3.25之间，PEMS04数据集的MAE指标在1.46～2.38之间；当聚集缺失率在10%～70%时，Seattle数据集的 MAE指标在2.51～2.82之间，PEMS04数据集的MAE指标在1.52～1.54之间。对比结果表明，本文提出的路网数据修复方法均优于BP、DSAE、BGCP等模型。 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版日期： | 202106 |
| 出版年： | 2021 |
| 期： | 06 |
| 页码： | 33-41 |
检索历史
应用推荐
