原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第16卷第3 期 交通运输系统工程与信息 Vol. 16 No.3
2016 年6 月 Journal of Transportation Systems Engineering and Information Technology June 2016
文章编号：1009-6744（2016）03-0081-07 中图分类号：U491 文献标志码：A
基于随机森林的公路隧道运营缺失数据插补方法
*a b b a
钱 超 ，陈建勋 ，罗彦斌 ，代 亮
（长安大学 a.电子与控制工程学院；b.公路学院，西安710064）
摘 要： 对隧道内环境、交通状态等各类运营数据的实时、完整获取并深入挖掘，是提
高应急处置能力、实现运营安全预警的基础.提出一种基于随机森林的缺失数据插补方
法，根据缺失特征对缺失数据集进行分割；建立随机森林回归模型进行迭代插补并确定
迭代终止条件；以标准均方根误差最小确定了随机森林中决策树的数量和分裂节点随机
抽取变量数的最优组合.对公路隧道运营缺失数据集插补结果表明：本方法插补精度高、
鲁棒性好，与KNN 、SVD、MICE 和PPCA 等插补方法相比，标准均方根误差降低25% 以
上；利用并行运算大幅度提高了插补效率，弥补了插补速度慢的缺陷，保证了插补的有效
性和时效性.
关键词： 公路运输；缺失数据插补；随机森林；公路隧道；运营管理
Random Forest Based Operational Missing Data
Imputation for Highway Tunnel
a b b a
QIAN Chao , CHEN Jian-xun , LUO Yan-bin , DAI Liang
(a. School of Electronic Control Engineering; b. School of Highway, Chang ’an University, Xi ’an 710064, China)
Abstract:Abstract: Real- time completely accessing and deeply mining of tunnel operational data such as
environment state and traffic status is a foundation work to improve emergency response capacity and realize
safety early warning. An imputation method is proposed based on Random Forest algorithm. Missing data set
is separated according to missing features. Random Forest regression model is built to iteratively impute
after the determination of stopping criterion. The optimal combination of decision tree numbers and variables
numbers randomly sampled at each split in Random Forest are id
文档评论（0）