基于时空相关性的公交大数据清洗

摘要：

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.

关键词：数据清洗;时空相关性;数据质量;公交大数据

所属期刊栏目：58

分类号：TP301.6(计算技术、计算机技术)

资助基金：福建省自然科学基金面上项目;教育部产学合作协同育人项目;厦门市科技计划项目;福建省建设科技研究开发项目

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：113-121