文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202010177751.6

申 请 日：20200313

发 明 人：魏鑫 林永杰 徐建闽 卢凯 首艳芳 徐建勋

申 请 人：华南理工大学 广州运星科技有限公司

申请人地址：510630 广东省广州市天河区五山路381号

公 开 日：20220726

公 开 号：CN111540193B

代 理 人：张金福

代理机构：广州粤高专利商标代理有限公司

语　　种：中文

摘　　要：本发明公开了一种基于图卷积时序生成对抗网络的交通数据修复方法，包括以下步骤：获取交通设备采集到的原始交通数据集，采用一元高斯分布离群点筛选方法对上述获得的原始交通数据集进行异常值处理；从异常值处理后的数据集中选择一段时间内的数据集作为完整的真实数据集，将真实数据集按不同的比例进行随机删除，得多份待修复的数据集；利用生成网络、判别网络构建具有修复交通数据的生成对抗网络模型，将待修复的数据集输入生成网络得到重建数据集，之后将重建数据集和真实数据集一同输入判别网络，完成生成网络与判别网络动态对抗训练，使得判别网络不能分辨重建数据和真实数据集；将训练完成的生成对抗网络进行交通数据修复。

主 权 项：1.一种基于图卷积时序生成对抗网络的交通数据修复方法，其特征在于：所述方法包括以下步骤：S1：获取交通设备采集到的原始交通数据集，其包括交通流量、道路车速及道路占有率；S2：采用一元高斯分布离群点筛选方法对上述获得的原始交通数据集进行异常值处理；S3：从异常值处理后的数据集中选择一段时间内的数据集作为完整的真实数据集，将真实数据集按不同的比例进行随机删除，得不同的比例待修复的数据集；S4：利用生成网络、判别网络构建具有修复交通数据的生成对抗网络模型；S5：将待修复的数据集输入生成网络得到重建数据集，之后将重建数据集和真实数据集一同输入判别网络，完成生成网络与判别网络动态对抗训练，使得判别网络不能分辨重建数据和真实数据集；S6：将训练完成的生成对抗网络进行交通数据修复；步骤S2，采用一元高斯分布离群点筛选方法进行异常值处理，如下式所示， 若当前观测值x，其满足μ-2σ≤x≤μ+2σ，则为正常值，否则即为异常值；即可得到原始交通数据集X中异常值的位置，记为张量M∈R^V×F×T，其中V为路网路口数量，F为特征数量，T为收集的时间窗数量，如下式所示， 因此，对于原始交通数据集，对其进行下述运算，得到缺失的数据集张量，筛选出不存在流量缺失的数据作为后述网络的训练集；X’＝X

关 键 词：交通数据 真实数据  修复  重建数据  网络 数据集  对抗  对抗训练  高斯分布 交通设备 时序生成  输入判别  输入生成  数据集中  网络动态 网络构建 网络模型  分辨  删除  采集  筛选  

IPC专利分类号：G08G1/01