[发明专利]基于迭代张量算法的丢失交通数据检测和修复方法在审
| 申请号： | 201811437755.2 | 申请日： | 2018-11-29 |
| 公开（公告）号： | CN109377760A | 公开（公告）日： | 2019-02-22 |
| 发明（设计）人： | 陈鹏;张涵;刘向宏;余贵珍 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G06F17/16 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种利用迭代张量分解算法(Iterative tensor decomposition,ITD)检测和修复交通丢失数据的方法。方法包括：将包含丢失数据的交通数据构建为一个位置×日期×时间的三维张量；基于Tucker分解方法，利用截断奇异值分解(Truncated Singular Value Decomposition,TSVD)方法来确定核心矩阵的大小，并获得初始化的核心矩阵以及三个因子矩阵；以张量为输入，建立目标方程，以初始化的核心矩阵以及三个因子矩阵作为初始值，利用梯度下降(Gradient Descent)方法求解目标方程，更新核心矩阵以及三个因子矩阵，利用结合截断奇异值分解的张量分解(SVD‑combined Tensor Decomposition,STD)方法获得初次修复张量；最后，以初次修复张量作为输入，利用ITD算法来检测和修复交通数据中存在的丢失数据。 | ||
| 搜索关键词： | 核心矩阵 修复 丢失数据 交通数据 因子矩阵 奇异值分解 目标方程 初始化 截断 迭代 算法 检测 分解 分解算法 求解 构建 三维 更新 交通 | ||
【主权项】：
1.一种检测和修复交通丢失数据的方法，其特征在于，包括：方法包括：将包含丢失数据的交通数据构建为一个位置×日期×时间的三维张量；基于Tucker分解方法，利用截断奇异值分解(Truncated Singular Value Decomposition,TSVD)来确定核心矩阵的大小，并获得初始化的核心矩阵以及三个因子矩阵；以张量为输入，建立目标方程，以初始化的核心矩阵以及三个因子矩阵作为初始值，利用梯度下降(Gradient Descent)方法求解目标方程，更新核心矩阵以及三个因子矩阵，利用结合截断奇异值分解的张量分解(SVD‑combined Tensor Decomposition,STD)方法获得初次修复张量；以及以初次修复张量作为输入，利用ITD算法来检测和修复交通数据中存在的丢失数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811437755.2/，转载请声明来源钻瓜专利网。
