[发明专利]一种信息时空统一表达的交通数据缺失填补方法

说明书

本发明公开了一种信息时空统一表达的交通数据缺失填补方法，该方法包括：S1.基于不同时间点、不同位点的交通数据形成多个时间序列；S2.对时间序列进行分解，生成周期项、趋势项、残差项；S3.根据周期项、趋势项进行缺失值的时间维度上的初步估计；S4.将残差项作为输入，利用机器学习的方式进行残差的训练，以推断出缺失值的残差部分；S5.根据初步估计的缺失值、推断的缺失值的残差部分得到填补值。通过本发明，能够综合考虑交通数据的时空特点，对交通数据的缺失值的填补上实现更高的填补精度。

技术领域

本发明涉及交通、数据处理技术领域，尤其涉及一种信息时空统一表达的交通数据缺失填补方法。

背景技术

智能交通系统可以利用实时监控和通信设施向驾驶员或交通管理机构提供丰富的信息并据此做出更好的决策来提高整体服务水平。 通常智能交通系统依赖于各种数据收集设备来收集路网的交通数据，例如环路检测器，微波检测器，视频传感器，GPS设备等。但这些设备面临内在或外在环境的随机干扰，包括硬件或软件故障，网络通信中断，电源短缺，设备维护或恶劣天气等。这些中断导致设备无法上传交通数据，从而形成“数据缺失”的问题。 数据缺失不仅降低了交通数据的质量，而且还弱化了交通参与者的决策能力，使其可能基于不完整的信息而做出错误的决策。现有的缺失数据填补方法多依赖于相邻数据以估计缺失部分。当缺失模式为随机缺失时，缺失值在时间和空间上随机分布，大多数填补方法能取得较好的结果。但数据收集设备面临非局部事件（例如端点、数据丢失和恶劣天气）时，数据缺失模式表现出群聚的特点，即数据在连续一段时间内完全丢失。此时需要无法利用相3聚和随机缺失的混合缺失模型，对数据填补方法提出了挑战。

机器学习作为人工智能领域的一个分支，已在交通问题中有很多典型应用。机器学习的输入和输出之间没有明显的数学表达，但通过大量数据的训练后的模型可以高效反应变量之间的复杂非线性关系。在交通数据缺失填补领域，机器学习模型可以构造包含很多特征的数据点，缺失值体现在特征的缺失上。其主要思想是通过已知的特征去“预测”缺失的特征值，该过程通过一些经典的机器学习模型如人工神经网络和支持向量回归可以实现。另外一种思路是通过将原始数据构建为一个二维矩阵或高维张量。前者可以在数据矩阵上采用一些特殊的插值方法进行填充，或假设每行数据服从某种统计分布，进而用概率主成分分析等方法由隐向量来恢复缺失值。虽然这些方法能取得较好的填充效果，但是它们缺少对交通数据时空特性的进一步刻画，比如交通数据是有周期性和规律性的。考虑到交通数据的缺失模式也表现出较大复杂性，有某些情况下，一个数据点的所有特征可能全部缺失，使得一些经典的机器学习模型无法适用。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的技术方案。因此，本发明的一个方面，提供了一种信息时空统一表达的交通数据缺失填补方法，该方法包括：

S1.基于不同时间点、不同位点的交通数据形成多个时间序列；

S2.对时间序列进行分解，生成周期项、趋势项、残差项；

S3.根据周期项、趋势项进行缺失值的时间维度上的初步估计；

S4.将残差项作为输入，利用机器学习的方式进行残差的训练，以推断出缺失值的残差部分；

S5.根据初步估计的缺失值、推断的缺失值的残差部分得到填补值。

可选的，步骤S2包括：通过有限项数的傅里叶级数拟合生成周期项；通过拟合逻辑斯蒂增长模型生成趋势项。

可选的，步骤S3中使用拟合后的模型初步估计各时刻的缺失值。

可选的，步骤S3包括：

S31.根据所述初步估计的一位点的缺失值、未缺失的时间序列分解生成的周期项和趋势项计算残差时间序列；

S32.根据所有位点的残差时间序列重构残差矩阵；