Institutional Repository of School of Statistics
| 融合类信息的函数型矩阵填充方法与应用 | |
高海燕1,2 ; 马文娟1; 薛娇1
| |
| 2023-12-12 | |
| 发表期刊 | 统计与决策
 |
| 卷号 | 39期号:23页码:40-45 |
| 摘要 | 对实时车辆流量、平均车道占用率等各种交通监控数据的完整获取，是建设智能交通系统、提高交通管理运行效率的重要基础。文章提出一种融合类信息的函数型矩阵填充方法（Functional Matrix Completion Method with Class Information,CFMC）。在函数型数据分析框架下，基于非负矩阵分解构造函数型矩阵填充模型，在此基础上通过聚类划分引入样本类信息，借助类内样本相关性插补缺失值，并采用自加权集成学习算法动态赋权计算得到最终插补值。在公共交通数据集PeMS上进行插补实验，结果表明：当缺失率为15%～70%时，CFMC方法相较于K近邻算法、MICE、PACE等10种插补方法，均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）分别降低了10.75%～81.69%、0.34%～84.48%和12.5%～81.08%，且耗时可控。所提CFMC方法插补精度高、鲁棒性好，能够保证插补的有效性和准确性。 |
| 关键词 | 函数型数据分析 非负矩阵分解 矩阵填充 交通流量 缺失插补 |
| DOI | 10.13546/j.cnki.tjyjc.2023.23.007 |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSSCI ; AMI |
| ISSN | 1002-6487 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 中图分类号 | O151.21 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/35408 |
| 专题 | 统计与数据科学学院 |
| 作者单位 | 1.兰州财经大学统计与数据科学学院; 2.兰州财经大学甘肃省数字经济与社会计算科学重点实验室 |
| 第一作者单位 | 统计与数据科学学院; 兰州财经大学 |
| 推荐引用方式 GB/T 7714 | 高海燕,马文娟,薛娇. 融合类信息的函数型矩阵填充方法与应用[J]. 统计与决策,2023,39(23):40-45. |
| APA | 高海燕,马文娟,&薛娇.(2023).融合类信息的函数型矩阵填充方法与应用.统计与决策,39(23),40-45. |
| MLA | 高海燕,et al."融合类信息的函数型矩阵填充方法与应用".统计与决策 39.23(2023):40-45. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [高海燕]的文章 |
| [马文娟]的文章 |
| [薛娇]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [高海燕]的文章 |
| [马文娟]的文章 |
| [薛娇]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [高海燕]的文章 |
| [马文娟]的文章 |
| [薛娇]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论