一种基于生成对抗网络实现路网交通数据修复的方法
摘要:
一种基于生成对抗网络实现路网交通数据修复的方法,通过获取路网中各个检测器的历史时间序列数据,利用图自编码器(GAE)对缺失数据提取道路交通状态数据时空特征,经过生成对抗网络(GAN),根据缺失交通状态数据的时空特征生成完整交通状态数据的时空特征,其中生成器内部结构采用长短期记忆神经网络(LSTM),判别器内部结构采用全连接神经网络,最后再经过图自编码器的解码,实现交通状态数据的修复。本发明有效提高交通数据修复的准确性。
0/0