一种基于低秩张量动态模式分解的数据缺失情况下交通预测方法.pdfVIP

下载本文档

0
0
约1.25万字
约 11页
2023-05-12 发布于四川
举报
版权申诉

一种基于低秩张量动态模式分解的数据缺失情况下交通预测方法.pdf

1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提出了一种基于低秩张量动态模式分解的数据缺失情况下交通预测方法。首先引入动态模式分解的张量形式，将每一天时间序列的动态变化表示成由不同状态转移矩阵组成的动态张量，用于捕捉交通数据中的动态特性。然后引入掩码算子，约束重构出来的观测张量与带有缺失数据的原始观测张量在数据未缺失部分误差尽可能小。之后考虑到交通数据的时间周期性和空间相似性，在动态张量上施加全局的低秩约束和时间约束。最后对重构的观测张量进行求解，得到预测结果。实验证明，在数据缺失的影响下，本发明提出的方法能够有效实现交通预测任务。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114611281 A (43)申请公布日 2022.06.10 (21)申请号 202210213084.1 (22)申请日 2022.03.06 (71)申请人北京工业大学地址 100124