文章摘要: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。

文章关键词:

项目基金: