基于生成式对抗网络的路网交通流数据补全方法

摘要：

交通信息的完整性直接影响着城市交通管理的效率.针对城市道路交通中因路段检测器覆盖不全或设备损坏等造成的流量检测数据缺失问题,本文提出基于生成式对抗网络(Generative Adversarial Network,GAN)算法的交通流量数据补全方法.首先,以路段实际流量为基础,进行图像化处理生成路网二维信息图;其次,计算考虑时空信息补偿的路网关联矩阵,利用GAN算法分析并实现路网二维信息图缺失部分的补全,进而得到路段交通流量的完整数据;最后,利用实际数据,对比分析了本文方法与相空间重构的卡尔曼滤波方法对缺失数据的补全情况.实例分析结果验证了本文方法的可行性和有效性.

关键词：智能交通、路网交通信息补全、生成式对抗网络、交通流量、交通信息图像化

所属期刊栏目：18

分类号：U491.3(交通工程与公路运输技术管理)

资助基金：北京市科技新星计划交叉学科合作课题/Beijing New Star Project in Inter-discipline Science and TechnologyXXJC201709;河北省自然科学基金重点/Hebei Provincial Major Program of Natural Science FoundationF06203496;北京市青年骨干个人项目/Beijing Youth Backbone Individual Project2017000020124G287

在线出版日期：2019-01-07（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：63-71