| 基于LS-SVM的交通流时序数据补齐方法 |
| |
| 引用本文： | 吴芳,王晓原,付宇. 基于LS-SVM的交通流时序数据补齐方法[J]. 计算机工程与应用, 2008, 44(29): 232-235. DOI: 10.3778/j.issn.1002-8331.2008.29.067 |
| |
| 作者姓名： | 吴芳 王晓原 付宇 |
| |
| 作者单位： | 山东理工大学,交通与车辆工程学院智能交通研究所,山东,淄博,255049;山东理工大学,交通与车辆工程学院智能交通研究所,山东,淄博,255049;山东理工大学,交通与车辆工程学院智能交通研究所,山东,淄博,255049 |
| |
| 基金项目： | 山东省自然科学基金，山东理工大学校科研和校改项目 |
| |
| 摘 要： | 实时、准确的交通流数据是实现智能运输系统（Intelligent Transportation Systems，简称ITS）的关键，对交通流的控制和诱导有直接影响。由于种种原因，通过交通检测器获得的数据往往是不完整的，存在丢失现象，影响了后续模型的实际应用效果。针对这一问题，提出一种基于最小二乘支持向量机 （Least Squares Support Vector Machines，简称LS-SVM） 的交通流时间序列数据补齐模型，利用交通流历史数据对丢失值进行诊断和修补。利用实例仿真验证表明，LS-SVM具有较好的泛化能力和很强的鲁棒性，采用基于LS-SVM的交通流时间序列模型补齐丢失数据能够取得很好的效果。
|
| 关 键 词： | 丢失数据 补齐 最小二乘支持向量机 时间序列 交通流 智能运输系统 |
| 收稿时间： | 2007-11-28 |
| 修稿时间： | 2008-2-3 |
Method for filling time series data of traffic flow based on LS-SVM |
| |
| WU Fang,WANG Xiao-yuan,FU Yu. Method for filling time series data of traffic flow based on LS-SVM[J]. Computer Engineering and Applications, 2008, 44(29): 232-235. DOI: 10.3778/j.issn.1002-8331.2008.29.067 |
| |
| Authors: | WU Fang WANG Xiao-yuan FU Yu |
| |
| Affiliation: | Institute of Intelligent Transportation，School of Transportation and Vehicle Engineering，Shandong University of Technology，Zibo，Shandong 255049，China |
| |
| Abstract: | Real-time and accurate traffic flow data is essential for Intelligent Transportation Systems research.Traffic control and traffic guidance are directly affected by the quality of input data.The detected data is often incomplete and may cause out of order.The model for filling time series data of traffic flow based on LS-SVM is proposed in this paper,missing data can be filled by using traffic flow historical data.The simulation results show that LS-SVM have better generalization ability and strong robustness. |
| |
| Keywords: | missing data filling Least Squares Support Vector Machines(LS-SVM) times series traffic flow Intelligent Transportation Systems(ITS) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
