[发明专利]一种路网交通流量数据修复方法、装置、设备及介质

说明书

本申请本申请涉及监督或预测目的的数据处理系统或方法领域，公开了一种路网交通流量数据修复方法、装置、设备及介质，方法包括：获取路网流量数据，路网流量数据包括高速公路流量数据以及国省道流量数据；将路网流量数据划分为第一流量数据以及第二流量数据；据第一流量数据以及第二流量数据，生成缺失矩阵，并确定缺失矩阵中的缺失元素；通过稀疏缺失矩阵填充技术和稀疏相关性条件，对缺失矩阵进行处理，确定缺失元素的值；在缺失矩阵中填充缺失元素，以得到缺失国省道流量数据。通过使用局部度量投影描述空间近邻相关性，同时在度量投影矩阵加入稀疏性约束，来拟合空间邻近性的局部特性，提高了拟合准确率。

技术领域

本申请涉及监督或预测目的的数据处理系统或方法领域，具体涉及一种路网交通流量数据修复方法、装置、设备及介质。

背景技术

高速公路的交通流量和与高速相邻的普通国省道（以下简称“邻接国省道”）的流量之间是存在关联关系的。将高速公路网和邻接国省道组成的异构综合路网（简称“全路网”），并针对其交通流特性开展研究，对提升高速公路交通管控能力和运营服务水平，具有重大理论意义。

当前，在高速公路和邻接国省道沿线均布设有大量的交通采集设备，如高速公路ETC门架设备和国省道交通调查站中的采集设备。这些设备的布设和使用有效的支撑全路网交通流量数据的大规模获取和分析。

但是由于采集设备布设地点的限制、采集设备的老化以及雨雾等因素的影响，交通采集设备所采集的数据的稳定性不足，导致流量数据存在时间或空间上的缺失和异常。其中一个典型的情况是：高速公路ETC门架流量数据相对稳定，而邻接国省道的交通调查站流量数据存在大量缺失。这些问题对全路网交通流预测、交通运行状态分析和路网通行能力评估产生不利影响。

发明内容

在为了解决上述问题，本申请提出了一种路网交通流量数据修复方法、设备及介质，其中方法包括：

获取路网流量数据，所述路网流量数据包括高速公路流量数据以及国省道流量数据；将所述路网流量数据划分为第一流量数据以及第二流量数据；所述第一流量数据为所述高速公路流量数据以及所述国省道流量数据无缺失的路网流量数据；所述第二流量数据为所述高速公路流量数据无缺失，但所述国省道流量数据存在缺失的路网流量数据；根据所述第一流量数据以及所述第二流量数据，生成缺失矩阵，并确定所述缺失矩阵中的缺失元素；通过稀疏缺失矩阵填充技术和稀疏相关性条件，对所述缺失矩阵进行处理，确定所述缺失元素的值；在所述缺失矩阵中填充所述缺失元素，以得到缺失国省道流量数据。

在一个示例中，所述将所述路网流量数据划分为第一流量数据以及第二流量数据，具体包括：确定所述路网流量数据中所述国省道流量数据的数据缺失时刻；将所述数据缺失时刻之前的所述路网流量数据作为第一流量数据；将所述数据缺失时刻之后的所述路网流量数据作为第二流量数据。

在一个示例中，所述根据所述第一流量数据以及所述第二流量数据，生成缺失矩阵，具体包括：在所述第一流量数据以及所述第二流量数据中，确定各时刻所述高速公路流量数据分别对应的国省道流量数据；根据所述各时刻所述高速公路流量数据分别对应的国省道流量数据，拼接生成缺失矩阵，若所述国省道流量数据缺失，则所述缺失矩阵的相应位置为缺失元素。

在一个示例中，所述通过稀疏缺失矩阵填充技术和稀疏相关性条件，对所述缺失矩阵进行处理，具体包括：通过稀疏缺失矩阵填充技术，对所述缺失矩阵进行填充，以得到填充矩阵；使用所述填充矩阵的核范数代替所述填充矩阵的秩，以得到所述填充矩阵对应的凸优化模型。

在一个示例中，所述得到所述填充矩阵对应的凸优化模型之后，所述方法还包括：确定同一时刻的高速公路流量数据向量和邻接的国省道流量数据向量之间的第一线性相关关系；根据所述第一线性相关关系，确定高速公路流量数据矩阵和邻接的国省道流量数据矩阵之间的第二线性相关关系；基于所述第二线性相关关系，建立路网流量稀疏相关性评价模型的目标函数。