摘要
本发明公开了一种基于先验知识和Transformer的交通流量数据补全方法及系统,涉及数据补全技术领域,方法包括:获取交通流量数据集;对交通流量数据集进行缺失编码,并随机生成部分人为缺失值以模拟数据丢失情况;基于时空特征嵌入技术对时间戳信息和节点信息进行嵌入整合;基于投影注意力机制实现高维时间序列数据到低维空间的转换;将嵌入式注意力应用到空间维度,通过嵌入式注意力捕捉传感器之间的空间相关性;输出缺失数据的预测值,对预测值进行损失评估;基于最小化损失函数的优化结果,对交通流量数据集中的缺失数据进行插补。本发明能解决累计误差的产生,减少计算资源消耗,增强了模型捕捉数据本质特征的能力,同时提升了数据插补的合理性。
技术关键词
数据补全方法
高维时间序列数据
数据收集模块
注意力机制
节点特征
数据编码
数据补全技术
传感器
前馈神经网络
掩码矩阵
参数
索引
种子
系统为您推荐了相关专利信息
维修设备
强化学习模型
人形机器人
维修控制方法
数据
软件权限控制方法
权限控制系统
节点特征
编码器
舒适度
智能评价方法
对话语义分析
特征提取技术
上下文感知技术
语音识别技术
高压电缆截面
厚度测量方法
引入注意力机制
解码器
输出特征