原文传递
一种修复交通流异常数据的改进KNN算法
| 题名： | 一种修复交通流异常数据的改进KNN算法 |
| 正文语种： | 中文 |
| 作者： | 李翠;黄侃;李霞 |
| 作者单位： | 江西交通职业技术学院信息工程系 |
| 关键词： | 公路交通;交通流;异常数据;数据修复;改进KNN算法 |
| 摘要： | 现场采集的交通流数据经常出现错误与缺失等异常现象。为有效修复交通流异常数据，文中提出一种改进的KNN算法——相关系数-调幅权重法。该算法采用每天采集的所有数据构造固定长度状态向量，以适应异常数据随机分布的特点；采用相关系数筛选近邻指标，以满足近邻须为相似交通流的要求；采用相关系数和调幅系数对传统距离倒数权重进行修正，以克服相关系数过小和近邻距离过远带来的不利影响。基于实测交通流数据进行蒙特卡洛分析，结果表明该算法具有良好的数据修复能力，能适应近邻相关系数与欧式距离严重背离的情况。 |
| 期刊名称： | 公路与汽运 |
| 出版年： | 2022 |
| 期： | 04 |
| 页码： | 39-43 |
检索历史
应用推荐
