-
题名基于循环生成式对抗网络实现停车场时空数据的修复
被引量：1
- 1
-
-
作者
孙玉强
彭磊
李慧云
-
机构
中国科学院深圳先进技术研究院
中国科学技术大学
-
出处
《集成技术》
2018年第6期9-18,共10页
-
基金
广东省科技计划重大项目(2015B010106004)
-
文摘
停车诱导技术在一定程度上缓解了高峰时段无序停车问题,并减少了司机寻找车位的时间,但停车诱导系统对实时数据和历史数据有较高的依赖。如果缺少相应数据,那么诱导系统的准确性将大打折扣。针对这一问题,该文通过挖掘停车场周围的空间数据,提出了一种停车场空间相似度度量,并计算出停车场空间相似情况下其数据的相似条件概率。当条件概率足够大时,以已知数据为学习样本,使用循环生成式对抗网络获得修复数据。实验结果表明,当停车场空间具有较高空间相似度时,其数据同样有大概率的相似性,使用循环生成式对抗网络生成的数据与真实数据具有相同的分布。该文提出的方法可在短时间内生成大量的合理数据,实现停车场数据的修复,提高诱导系统的可靠性。
-
关键词
停车诱导系统
停车数据修复
数据挖掘
时空相似性
循环生成式对抗网络
-
Keywords
parking guidance system
parking data repairing
data mining
spatiotemporal similarity
recurrent generative adversarial networks
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
