论文摘要
高速公路交通流具有多维时空动态特征,其实际调查的数据存在过量随机异常的数据,导致有关调查数据的质量无法满足高速公路主动安全管理对路网各层级交通流调控的需求.利用张量理论所具有的良好多维时空数据处理能力,构建考虑短期波动、长期趋势和车道空间信息的多维时空动态张量矩阵,提出一种基于多维张量分解思维的梯度下降Tucker分解的数据质量控制算法,有效弥补传统数据质量控制方法对交通流数据内在时空关联信息利用不足的情况.选取G4京港澳高速公路杜家坎路段实际速度数据作为研究对象,选择车道维度、时间维度、时间间隔维度,构建多种不同张量矩阵形式,对算法进行实证分析.结果表明:所提出的数据质量控制算法具有良好的高速公路交通流数据修复效果.其中,以车道、天数、5min采集时间间隔3个维度所构建的张量形式修复效果最好,95%测试数据的修复值与实际值的误差在（-5%,+5%）范围内.
论文目录
文章来源
类型: 期刊论文
作者: 高志军,刘懿如,王江锋,闫学东,黄海涛,叶劲松
关键词: 交通工程,高速公路,数据质量,张量分解,控制算法,实证研究
来源: 北京交通大学学报 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室,中国农业大学工学院,交通运输部科学研究院
基金: 中央高校基本科研业务费专项资金（2019JBM041）,国家重点研发计划(2018YFB1600703)~~
分类号: U491
页码: 50-55
总页数: 6
文件大小: 269K
下载量: 110