基于特征聚类的交通时间序列低成本存储与数据重建方法

本发明提供了一种基于特征聚类的交通时间序列低成本存储与数据重建方法包括：通过对分段交通时间序列作时频分解得到n1维频率序列，并结合道路拓扑有向图输入至已构建的交通序列压缩及重建深度模型中，以执行训练过程，并在训练过程中首先提取输入对象的特征再作有监督聚类得到n2维特征类集合；设计损失函数重复调整有监督聚类的分类参数直至达到训练截止条件，得到交通时间序列特征数据库；根据重建需求中的时间序列时间戳和所属路网，从交通时间序列特征数据库中提取出序列初始值、n2维特征类集合及所属路网对应的道路拓扑有向图进行重建得到重建后的交通流时间序列。本发明降低了大规模交通流数据存储所需的空间，从而减少了存储成本。