基于时空相关性的公交大数据清洗

随着大数据与AI技术的发展,由数据驱动的预测模型层出不穷,数据清洗在提升这些模型预测中起着重要的作用。从公交车运行数据的时空相关性入手,分析了公交大数据存在的四类异常,接着在对时间相关性、空间邻近性、时空依赖性等公交大数据特性的分析基础上,提出了整合缓冲区、四分位数、时间依赖网络等时空处理方法的冗余清洗、范围清洗、异常清洗、补全清洗四种清洗方法,然后对公交进出站、轨迹数据集用这几种清洗方法进行了清洗。在不同清洗数据集下,通过LSTM公交到达时间预测精度的比较分析,证明了数据清洗对预测精度的提升是显著的。     

有界P-范分布及其方差

理论上，观测误差分布在整个实数域，误差分布函数在实数轴都存在，而实际测量误差是有界的，在这个前提下，周江文导出了有界正态分布，在此基础上，本文进一步导出了P－范分布的有界分布及其方差表达式，对每一P，有界分布的方差随有界分布的边界单调增加，以P－范分布的方差作为上界。