首页> 中文学位 >基于稀疏表示的交通数据缺失值恢复方法研究
【6h】

基于稀疏表示的交通数据缺失值恢复方法研究

代理获取

目录

声明

第一章 引言

1.1研究背景及意义

1.2交通数据缺失值恢复方法的研究现状

1.3本文研究内容及创新点

1.3.1本文的研究内容

1.3.2本文的创新点

1.4本文组织架构

第二章 交通流特征及恢复可行性分析

2.1交通流特征分析

2.1.1交通流相关性分析

2.1.2交通流差异性分析

2.1.3交通流混沌性分析

2.2缺失数据恢复可行性分析

2.2.1缺失数据产生的原因

2.2.2数据缺失模式分析

2.2.3缺失数据与全局数据的时空相关性

2.3实验数据及预处理

2.3.1实验数据获取

2.3.2实验数据生成

2.3.3实验评价指标

2.5本章小结

第三章 基于PPCA、LLS和LRMC模型的交通缺失数据恢复

3.1基于PPCA的缺失值恢复模型

3.2基于LLS的缺失值恢复模型

3.3基于LRMC的缺失值恢复模型

3.4实验验证

3.4.1实验准备

3.4.2采样间隔敏感度分析

3.4.3实验结果和分析

3.5本章小结

第四章 基于稀疏表示的交通数据缺失值恢复模型

4.1稀疏表示的原理

4.1.1基于L0范数正则化的稀疏表示模型

4.1.2基于Lp正则化的稀疏表示模型

4.1.3基于弹性网正则化的稀疏表示模型

4.1.4稀疏表示的优化求解算法

4.2基于线性SR-EN模型的交通流数据恢复方法

4.2.1线性SR-EN模型定义

4.2.2线性模型的局限性

4.3基于非线性KSR-EN模型的交通流数据恢复方法

4.3.1核方法的原理

4.3.2核函数的定义及选择

4.3.3非线性KSR-EN模型定义

4.3.4模型的求解计算

4.4 实验验证

4.4.1实验数据

4.4.2 实验环境

4.4.3模型参数调整

4.4.4实验结果及分析

4.5 本章小结

第五章 缺失数据恢复对交通流预测性能的影响分析

5.1 TMVR模型影响分析方法

5.2交通流预测算法

5.2.1基于LSSVR的预测模型

5.2.2基于LSTM的预测模型

5.2.3基于KNN的预测模型

5.3影响分析实验

5.3.1实验设置

5.3.2预测性能的评价指标

5.3.3输入数据构建

5.3.4预测算法对数据样本滞后段数的敏感度实验

5.3.5预测算法对数据样本滞后段数的敏感度实验结果及分析

5.3.6实验结果及分析

5.5本章小结

第六章 总结与展望

6.1 全文总结

6.2 研究展望

参考文献

致谢

硕士期间参加的科研项目、发表的论文

展开▼

著录项

  • 作者

    陈程;

  • 作者单位

    江苏大学;

  • 授予单位 江苏大学;
  • 学科 交通运输工程
  • 授予学位 硕士
  • 导师姓名 陈小波;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP3TN9;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

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