有界全变分去噪在城市交通分析中的应用

尽管人们认为在许多大数据应用中去噪并非总是必要，我们在本文中通过将有界全变分去噪方法应用于城市道路交通预测与聚类问题，表明去噪在城市交通分析中是有帮助的。我们提出两种易于实现的方法来估计去噪算法中的噪声强度参数，并将该去噪算法应用于来自北京出租车系统的基于 GPS 的交通数据。对于交通预测问题，我们结合神经网络与历史匹配方法，对从北京一城市区域随机选取的道路进行预测。数值实验表明，应用所提出的有界全变分去噪算法后预测精度显著提升。我们还在聚类问题上测试了该算法，其中近期发展的聚类分析方法基于速度剖面应用于北京一百多条城市道路路段。去噪后获得了更好的聚类结果。