典型文献
一种修复交通流异常数据的改进KN N算法
文献摘要：
现场采集的交通流数据经常出现错误与缺失等异常现象.为有效修复交通流异常数据,文中提出一种改进的KNN算法——相关系数-调幅权重法.该算法采用每天采集的所有数据构造固定长度状态向量,以适应异常数据随机分布的特点;采用相关系数筛选近邻指标,以满足近邻须为相似交通流的要求;采用相关系数和调幅系数对传统距离倒数权重进行修正,以克服相关系数过小和近邻距离过远带来的不利影响.基于实测交通流数据进行蒙特卡洛分析,结果表明该算法具有良好的数据修复能力,能适应近邻相关系数与欧式距离严重背离的情况.
文献关键词：
公路交通;交通流;异常数据;数据修复;改进KNN算法
中图分类号：
作者姓名：
李翠;黄侃;李霞
作者机构：
江西交通职业技术学院信息工程系,江西南昌 330013
文献出处：
引用格式：
[1]李翠;黄侃;李霞-.一种修复交通流异常数据的改进KN N算法)[J].公路与汽运,2022(04):39-43
A类：
B类：
复交,交通流,异常数据,现场采集,流数据,经常出现,异常现象,KNN,调幅,权重法,定长,状态向量,随机分布,近邻,倒数,蒙特卡洛分析,数据修复,修复能力,欧式距离,背离,公路交通
AB值：
0.342554
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
