[发明专利]一种控制交通系统的方法和设备

说明书

本发明公开了一种控制交通系统的方法和设备，该方法中，获取待处理的交通数据；基于待处理的交通数据，构建对应的交通数据矩阵以及缺失标识矩阵；基于目标填充模型确定交通数据矩阵对应的目标时空特征矩阵；目标填充模型是基于训练样本集合对初始填充模型迭代训练得到的；在每一次的迭代过程中应用到的每个训练样本的预测值是根据当次迭代应用的填充模型中的各层网络结构输出的时空特征确定的；根据交通数据矩阵、目标时空特征矩阵和缺失标识矩阵对待处理的交通数据中的缺失部分进行填充，得到填充后的交通数据；应用填充后的交通数据对交通系统进行控制。用以提高交通数据填充的精度，进而应用高精度的填充数据对交通系统进行准确控制。

技术领域

本发明涉及智能交通技术领域，尤其涉及一种控制交通系统的方法和设备。

背景技术

随着经济的快速发展，智能交通在人们的日常生活中日趋重要，但是由于采样硬件故障、网络通信故障、人为误差等各种不可控因素，可能导致交通数据缺失现象的存在。

相关技术中，典型的数据填充方法包括基于预测的方法、基于插值的方法和基于统计学习的方法。但是，基于预测的方法只会用到缺失数据点之前的数据，而不会用到数据集中全部的数据，但是数据整体填充效率较低；基于插值的方法，要求缺失点周围的数据信息可准确观测方能保证缺失填充精度。因此，这类方法无法很好地应对连续缺失或缺失率较高的应用场景；基于统计学习的方法，通常要求数据本身有较强的规律性，如果数据本身规律性较弱，则无法很好的提供高精度填充性能。综上，现有技术中的数据填充方法对数据本身要求较高导致适用范围小、填充精度低。

因此，若无法提供过一种填充精度高的交通数据填充方法，则数据缺失问题可能对交通系统的管控造成误判。

发明内容

本发明示例性的实施方式中提供一种控制交通系统的方法和设备，用以提高交通数据填充的精度，进而应用高精度的填充数据对交通系统进行准确控制。

根据示例性的实施方式中的第一方面，提供一种控制交通系统的方法，包括：

获取待处理的交通数据；

基于所述待处理的交通数据，构建对应的交通数据矩阵以及缺失标识矩阵；

基于目标填充模型确定所述交通数据矩阵对应的目标时空特征矩阵；其中，所述目标填充模型是基于训练样本集合对初始填充模型进行迭代训练得到的；并且，在每一次的迭代过程中应用到的每个训练样本的预测值是当次迭代应用的填充模型中的各层网络结构的输出数据确定的，所述输出数据为所述各层网络结构对基于所述训练样本构建的交通数据矩阵进行处理后得到的时空特征；

根据所述交通数据矩阵、所述目标时空特征矩阵和所述缺失标识矩阵对所述待处理的交通数据中的缺失部分进行填充，得到填充后的交通数据；

应用所述填充后的交通数据对交通系统进行控制。

本申请实施例具备如下有益效果：由于目标填充模型是基于训练样本集合对初始填充模型进行迭代训练得到的；并且，在每一次的迭代过程中应用到的每个训练样本的预测值是当次迭代应用的填充模型中的各层网络结构的输出数据确定的，且该输出数据包括了各层网络结构对基于所述训练样本构建的交通数据矩阵进行处理后得到的时空特征。因此，将待处理的交通数据构建的对应的交通数据矩阵输入至目标填充模型，可以得到目标时空矩阵，该目标时空矩阵即为待处理的交通数据的预测数据对应的矩阵。再利用待处理的交通数据构建得到的缺失标识矩阵，可以对待处理的交通数据中的缺失部分进行填充，得到完整的交通数据。整个过程中，融合了时空特征的目标填充模型使填充后的交通数据的精度高，进而应用填充后的交通数据对交通系统进行控制的准确度高。

在一些示例性的实施方式中，所述目标填充模型是通过如下方式训练得到的：