一种交通流数据预处理方法

摘要

本发明公开了一种交通流数据预处理方法，属于数据处理技术领域。该方法包括以下步骤：S1：对采集到的交通流数据进行数据清洗；S2：对经过清洗的数据进行数据校验；S3：对经过校验的数据进行数据修正；S4：对经过修正的数据进行数据修补；S5：对经过修补的数据进行数据滤波；S6：对经过滤波的数据进行数据历史趋势更新。该方法能够对城市道路、高速公路等交通流数据进行预处理，并能够应用于数据采集系统上的交通流数据预处理。

主权项

一种交通流数据预处理方法，包括以下步骤：S1：对采集到的交通流数据进行数据清洗；S2：对经过清洗的数据进行数据校验；S3：对经过校验的数据进行数据修正；S4：对经过修正的数据进行数据修补；S5：对经过修补的数据进行数据滤波；S6：对经过滤波的数据进行数据历史趋势更新；所述数据清洗包括数据异常过滤和阈值过滤；所述数据校验包括对数据进行判断，从而确定数据是否丢失或者数据是否存在错误；所述数据判断的依据是时间戳和消息序列戳；其特征在于，所述数据修补包括历史同期数据对比修补，相邻设备实时检测数据修补，相邻车道基于时间的数据修补，相邻车道基于空间的断面车道的数据修补；其中，历史同期数据对比修补的公式为：X(k)(t)＝α×X(t)+(1‑α)×X(k‑1)(t)；相邻设备实时检测数据修补的公式为：D(k)(t)＝β×D(k‑1)(t)+(1‑β)×D(k+1)(t)；相邻车道基于时间的数据修补的公式为：X(k)(t)＝γ×X(t)+(1‑γ)×X(k‑1)(t)；相邻车道基于空间的断面车道的数据修补的公式为：D(k)(t)＝δ×D(k‑1)(t)+(1‑δ)×D(k+1)(t)；其中，α，β，γ，δ，加权系数；X(k‑1)(t)，原t时刻历史趋势数据；X(t)，t时刻实际检测数据；X(k)(t)，现t时刻历史趋势数据；D(k‑1)(t)，t时刻上游设备数据；D(k+1)(t)，t时刻下游设备数据；D(k)(t)，t时刻当前设备数据。