[发明专利]一种基于融合数据的高速公路气象站数据修复方法

摘要

本发明公开了一种基于融合数据的高速公路气象站数据修复方法，包括如下步骤：(1)从相应的气象检测设备和交通流检测设备中提取气象数据和交通流数据，并对数据进行时间和空间维度的匹配；将获取的气象数据和交通流数据合并，得到数据矩阵X；(2)从数据矩阵中筛选出缺失数据；(3)对数据进行修复建模；(4)对数据进行修复；(5)数据反归一化；将反归一化结果数据插入到矩阵X的相应位置，得到完整的数据矩阵。本发明的有益效果为：充分利用多源数据信息，包括缺失数据后数据的信息，对缺失数据进行修正；考虑天气因素和交通流的协同影响作用，提高修复精度；算法简单明了，能够满足实时处理的要求。

主权项

1.一种基于融合数据的高速公路气象站数据修复方法，其特征在于，包括如下步骤：(1)从相应的气象检测设备和交通流检测设备中提取气象数据和交通流数据，并对数据进行时间和空间维度的匹配；将获取的气象数据和交通流数据合并，得到数据矩阵X；(2)从数据矩阵中筛选出缺失数据；(3)对数据进行修复建模；对气象数据修复建模的具体步骤为：(a)记录缺失数据所在行的编号集合M，将其从数据矩阵X中提取出来为数据矩阵X^miss，其余数据组成新的数据矩阵X′，然后将矩阵进行归一化处理；针对数据矩阵X′，随机产生30％的气象缺失数据，记录缺失数据所在行的编号集合M′，将其从数据矩阵X′中提取出来构成新的数据矩阵为X′_test，剩余数据矩阵为X′_train；(b)基于支持向量回归模型和数据矩阵X′_train分别建立各项气象数据与交通流数据的支持向量回归方程，包括模型一：湿度与流量、速度、占有率的回归方程；模型二：风速与湿度、流量、速度、占有率的回归方程；模型三：降雨量与风速、湿度、流量、速度、占有率的回归方程；模型四：温度与湿度、风速、降雨量、速度、流量、占有率的回归方程；(c)将集合X′_test中对应变量的数据依次带入到模型一、二、三、四中计算气象数据的数值，得到气象数据矩阵Y＝{y_ij}，并将数据按照其时间位置插入到数据矩阵X′_train中得到数据矩阵X″_train；(d)对数据矩阵X″_train，按照时间进行降序排列，得到数据矩阵X″′_train和缺失数据编号集合M″；利用支持向量回归模型和数据矩阵X″′_train分别建立各项气象数据与交通流数据的支持向量回归方程，包括模型五：湿度与流量、速度、占有率的回归方程；模型六：风速与湿度、流量、速度、占有率的回归方程；模型七：降雨量与风速、湿度、流量、速度、占有率的回归方程；模型八：温度与湿度、风速、降雨量、速度、流量、占有率的回归方程；(e)将集合M″中的数据依次带入到模型五、六、七、八中计算缺失的气象数据，得到数据矩阵Y′＝{y′_ij}；(f)设数据矩阵X′_test中气象数据矩阵为利用最小二乘原理求解下式中的参数a、b、∈：(4)对数据进行修复；(5)数据反归一化；将反归一化结果数据插入到矩阵X的相应位置，得到完整的数据矩阵。