声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：31-1267/N
国际刊号：0253-374X
发布日期:
作者：苗旭
关键词：交通运输系统工程, 缺失数据修复, 周期性, 支持向量回归(SVR)
基金：国家自然科学基金资助项目（51608386）
基于检测器数据的时空相关性，为缺失数据修复模型动态地选择解释变量，在综合考虑检测器数据的周期性趋势和实时变化特性的基础上，提出了一种改进的缺失数据修复方法.对上海市南北高架的线圈流量数据进行数据修复精度测试.结果表明，相较于传统的支持向量回归(SVR)模型，该方法在3个测试检测器上的数据修复平均绝对误差分别减小了3.80%、3.40%、25.23%，并且在数据连续缺失1~10个时平均绝对百分比误差均低于6%.
来源：2019年第10期
《同济大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。