计算机应用研究

作者：武江南,张红梅,赵永梅,曾航,

单位：空军工程大学装备管理与无人机工程学院,西安710051；

关键词：交通数据,低秩张量补全,张量奇异值分解,阈值分解,

基金：国家自然科学基金资助项目；；

由于探测器和通信设备的故障，交通数据的缺失是不可避免的，这种缺失给智能交通系统（ITS）带来了不利的影响。针对此问题，运用张量平均秩的概念，对张量核范数进行最小化，从而构建了新的低秩张量补全模型，并且在此基础上，基于张量奇异值分解（T-SVD）和阈值分解（TSVT）理论，分别使用坐标梯度下降法（CGD）和交替乘子法（ADMM）对模型进行求解，提出两个张量补全算法LRTC-CGD和LRTC-TSVT。在公开的真实时空交通数据集上进行实验。结果表明，LRTC-CGD和LRTC-TSVT算法在不同的缺失场景和缺失率条件下，补全精度要优于现行的其他补全算法，并且在数据极端缺失情况下（70%~80%），补全的效果更加稳定。

来源：2022年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第5期