Resumen

Los datos de tráfico desempeñan un papel muy importante en los sistemas de transporte inteligentes (STI). Los STI requieren datos de tráfico completos para el control, la gestión, la orientación y la evaluación del transporte. Sin embargo, los datos de tráfico recogidos de muchos tipos diferentes de sensores a menudo incluyen datos que faltan debido a daños en los sensores o errores en la transmisión de datos, lo que afecta a la eficacia y fiabilidad de los STI. Para garantizar la calidad e integridad de los datos de flujo de tráfico, es muy importante proponer un método de imputación de datos satisfactorio. Sin embargo, la mayoría de los métodos de imputación existentes no pueden considerar plenamente el impacto de los datos de sensores con datos perdidos y las características de correlación espacio-temporal del flujo de tráfico en los resultados de la imputación. En este trabajo se propone un método de imputación de datos de tráfico basado en la descomposición mejorada de matrices de bajo rango (ILRMD), que tiene plenamente en cuenta la influencia de los datos que faltan y utiliza eficazmente las características de correlación espaciotemporal entre los datos de tráfico. El método propuesto utiliza no sólo los datos de tráfico alrededor del sensor que incluyen datos que faltan, sino también los datos del sensor con datos que faltan. La información de los datos que faltan se refleja en la matriz de coeficientes y se aplican las características de correlación espaciotemporal para obtener resultados de imputación más precisos. Para evaluar el rendimiento de la imputación del método propuesto se utilizan datos de tráfico reales recogidos en el Sistema de Medición del Rendimiento (PeMS) de Caltrans. Los resultados experimentales muestran que la precisión media de la imputación con el método propuesto puede mejorarse en un 87,07% en comparación con los métodos SVR, ARIMA, KNN, DBN-SVR, WNN y MC tradicional, y que se trata de un método eficaz para la imputación de datos.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:características de correlación espaciotemporal, datos, datos de tráfico, su, método, datos de sensores, sistema de medición del rendimiento caltrans, método de imputación de datos satisfactorio, método de imputación de datos de tráfico, sistemas inteligentes de transporte
• Keywords:spatiotemporal correlation characteristics, data, traffic data, its, method, sensor data, caltrans performance measurement system, satisfying data imputation method, traffic data imputation method, intelligent transportation systems