论文部分内容阅读
为了解决交通检测器检测到的数据存在丢失的问题，提出了一种基于粗集理论的丢失数据补齐方法。利用检测到的交通流数据构造信息系统，通过计算扩充可辨识矩阵，并对其进行多次完整化分析，实施丢失数据的补齐，并采用英国南安普敦市的实际检测数据对算法进行了验证。研究结果表明：同一时间段，当仅有一个属性数据丢失时，粗集理论的补齐精度较高，绝对相对误差较小，基本保持在0～5％之间；当不同属性的数据同时丢失时，补齐精度较低，绝对相对误差甚至高达20％；当所有属性数据全部丢失时，补齐精度非常低，可视为无法实现补齐。可见，粗集理论