首页> 中文期刊> 《计算机应用研究》 >基于张量奇异值理论的交通数据重构方法

基于张量奇异值理论的交通数据重构方法

         

摘要

由于探测器和通信设备的故障,交通数据的缺失是不可避免的,这种缺失给智能交通系统(ITS)带来了不利的影响。针对此问题,运用张量平均秩的概念,对张量核范数进行最小化,从而构建了新的低秩张量补全模型,并且在此基础上,基于张量奇异值分解(T-SVD)和阈值分解(TSVT)理论,分别使用坐标梯度下降法(CGD)和交替乘子法(ADMM)对模型进行求解,提出两个张量补全算法LRTC-CGD和LRTC-TSVT。在公开的真实时空交通数据集上进行实验。结果表明,LRTC-CGD和LRTC-TSVT算法在不同的缺失场景和缺失率条件下,补全精度要优于现行的其他补全算法,并且在数据极端缺失情况下(70%~80%),补全的效果更加稳定。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号