有限感知條件下的停車數據批量式修復研究
關鍵詞：城市級停車誘導系統 有限感知 數據升維 批量式
摘要：隨著城市中私家車保有量和使用頻次顯著增加,"停車難"問題逐漸成為制約城市發展的"瓶頸".為了合理利用城市中有限的停車資源,最好的方式是建立城市級的停車誘導系統,而現階段尚且沒有有效的方案出現,究其原因是獲取停車數據成本過于高昂導致的.因此,如何在不影響停車數據準確性的前提下降低其獲取成本成為解決"停車難"問題的關鍵.本文首先基于停車數據的時空敏感性,將數據差異明顯的停車場分為不同簇;再驗證同一簇中停車數據符合二八定律后,篩選出影響力最大的前20%的停車場作為樣本停車場,對其安裝傳感器獲取實時停車數據并作為樣本數據;考慮到現有算法得到的修補數據效果不理想,本文將一維停車數據升至二維,使用改進后的深度卷積對抗生成網絡(Deep Convolution Generative Adversarial Networks, DCGAN)生成與樣本數據近似同分布的新數據集.新數據集的任一條可作為同簇中任一缺失的停車數據.實現結果表明,本文提出的方案不僅可在有限感知的條件下批量式的獲得大量高仿分的"偽數據",大幅降低停車數據的獲取成本,而且修復效果較當前研究有明顯提高.
計算機系統應用雜志要求:
{1}參考文獻按GB/T 7714-2005《文后參考文獻著錄規則》采用順序編碼制著錄，依照其在文中出現的先后順序用阿拉伯數字加方括號標出。
{2}文責自負。概不接受抄襲稿件。本刊概不退稿，請作者自留底稿。
{3}請勿一稿多投，三個月內未接到本刊錄用通知可另行處理。
{4}文題：力求簡明、醒目，反映出文章的主題。中文文題一般以20個漢字以內為宜。
{5}正文應層次清楚，方便閱讀，行文符合規范。正文中的各級標題分別為：“1”、“1.1”、“1.1.1”等。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
