[发明专利]交通数据补全方法、系统及存储介质

说明书

本申请公开了一种交通数据补全方法，先获取第一交通数据序列，第一交通数据序列为缺失数据的序列；然后获取第一交通数据序列中每一个缺失数据对应的离散属性；然后根据离散属性与第一交通数据序列，得到第一交通数据序列对应的多维度数据嵌入；根据多维度数据嵌入得到情景嵌入；将情景嵌入输入至Transformer结构，得到学习结果；将学习结果输入至全连接网络，得到补全数据，以补全缺失的交通数据，能够为智能交通系统提供数据支持，以便于智能交通系统完成城市交通规划和管理。

技术领域

本申请涉及城市交通技术领域，特别涉及一种交通数据补全方法、系统及存储介质。

背景技术

智能运输系统在优化交通路网的工作中扮演了重要的角色，为了能够分析和避免交通拥堵现象，智能运输系统需要大量完整、准确、实时的交通数据。我国当前已在主要的交通路段安装了大量不同类型的检测器，如感应线圈检测器,微波传感器,视频检测器等,以便给交通拥堵的分析提供数据基础。这些检测器可以采集到多种类型的交通流数据，如速度,占有率,交通流量等。

然而，交通数据采集过程中因各种因素存在信息丢失或采集异常，严重情况下可能因设备故障导致大量数据丢失。大多数情况下，研究人员难以获得可用的高质量数据集，而是获得部分缺失的数据甚至稀疏数据。

发明内容

本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种交通数据补全方法、系统及存储介质，能够补全缺失的交通数据。

本申请第一方面实施例提供了一种交通数据补全方法，包括：

获取第一交通数据序列，所述第一交通数据序列为缺失数据的序列；

获取所述第一交通数据序列中每一个缺失数据对应的离散属性；

根据所述离散属性与所述第一交通数据序列，得到所述第一交通数据序列对应的多维度数据嵌入；

根据所述多维度数据嵌入得到情景嵌入；

将所述情景嵌入输入至Transformer结构，得到学习结果；

将所述学习结果输入至全连接网络，得到补全数据。

根据本申请第一方面实施例的交通数据补全方法，至少具有如下有益效果：本申请实施例的交通数据补全方法，先获取第一交通数据序列，第一交通数据序列为缺失数据的序列；然后获取第一交通数据序列中每一个缺失数据对应的离散属性；然后根据离散属性与第一交通数据序列，得到第一交通数据序列对应的多维度数据嵌入；根据多维度数据嵌入得到情景嵌入；将情景嵌入输入至Transformer结构，得到学习结果；将学习结果输入至全连接网络，得到补全数据，以补全缺失的交通数据，能够为智能交通系统提供数据支持，以便于智能交通系统完成城市交通规划和管理。

根据本申请第一方面的一些实施例，所述Transformer结构包括若干Transformer模块，若干所述Transformer模块依次连接；每个所述Transformer模块均包括多头注意力计算层、全连接层和两层残差层，所述多头注意力计算层、其中一所述残差层、所述全连接层、另一所述残差层依次连接。

根据本申请第一方面的一些实施例，所述离散属性包括节点、周日期和时间点。

根据本申请第一方面的一些实施例，所述根据所述离散属性与所述第一交通数据序列，得到所述第一交通数据序列的多维度数据嵌入，包括：

采用第一线性连接层对所述周日期进行特征提取，得到周日期嵌入；

采用第二线性连接层对所述时间点进行特征提取，得到时间点嵌入。

根据本申请第一方面的一些实施例，所述根据所述离散属性与所述第一交通数据序列，得到所述第一交通数据序列的多维度数据嵌入，还包括：