【技术实现步骤摘要】
本专利技术涉及数据安全，尤其涉及一种基于时空注意力的数据补全方法、系统、电子设备及介质。
技术介绍
1、智能交通系统(intelligent transportation system，its)是指借助先进的信息通信技术、传感器、智能设备等，为交通体系构建全面的网络互联，以达成交通环境里数据的采集、分析与智能化调控等，是现代城市交通、物流运输等领域迈向高效智能化交通模式变革的关键根基。车联网技术、云计算卸载、大数据深度挖掘以及高精度传感等技术的应用，极大地促进了智能交通系统的进步，其效能愈发卓越，系统复杂性也逐步攀升。依靠各类交通传感设备以及大规模传输的交通网络数据，智能交通系统能够达成车辆互联、人车交互、路况传递、环境探测和智能研判，并基于对交通运行信息的全方位深度感知、海量数据流转、即时快速运算和精确建模剖析，进而实现智能交通指挥、出行策略优化以及管理体制创新。然而在实际场景中，受极端天气、设备故障、通信中断等因素的影响，交通网络收集到的数据往往存在缺失，严重限制智慧交通的发展。因此，分析交通数据的时空特征从而补全缺失的交通数据，对于维护智能交通系统数据安全意义重大。
2、近年来，针对交通数据补全，国内外开展了大量的研究。现有的交通数据的补全方法大致可划分为5类：1)基于预测的方法；2)基于插值的方法；3)基于统计学习的方法；4)矩阵/张量补全方法；5)深度学习方法。
3、其中，深度学习方法是当前研究的焦点。这类方法以多种神经网络为基础提取交通数据中的空间和时间相关性，来补全缺失值。通过特殊的设计，深
技术实现思路
1、本专利技术提供了一种基于时空注意力的数据补全方法、系统、电子设备及介质，用于解决当数据补全方法性能较差的问题。
2、根据本专利技术的一方面，提供了一种基于时空注意力的数据补全方法，包括：
3、对输入的不完整的交通数据按照时间维度进行划分，划分后的数据包括多个时间片段的交通数据；
4、基于当前传感器采集到的数据对所述交通数据中的缺失值进行填充；
5、以填充后的交通数据的第一时间片段数据作为输入，以用于数据补全模型的训练；
6、s1：基于构建的多头自注意力网络提取输入数据的潜在空间特征，所述潜在空间特征用于表征每个时间片段内传感器所采集的交通数据之间的相关性；
7、s2：将真实空间内的传感器拓扑结构转换成的邻接矩阵，并基于构建的图注意力前馈网络提取所述邻接矩阵的真实空间特征，所述真实空间特征用于表征真实空间内传感器之间的相关性；
8、s3：将所述潜在空间特征与所述真实空间特征进行特征拼接，得到第一时间片段的完整空间特征；
9、s4：基于构建的时间注意力模块提取输入数据的时间相关性；所述时间注意力模块的输入为第一时间片段的所述完整空间特征和第二时间片段内的交通数据，输出为第一时间片段的完整时空特征；
10、s5：将所述第一时间片段的所述完整时空特征输入到所述多头自注意力网络中提取潜在空间特征，得到数据补全结果；
11、s6：重新执行步骤s1-s5，得到优化后的数据补全结果；
12、重复执行步骤s1-s6，直到满足预置迭代停止条件时，输出最终的数据补全结果。
13、根据本专利技术的另一方面，提供了一种基于时空注意力的数据补全装置，包括：
14、数据划分单元，用于对输入的不完整的交通数据按照时间维度进行划分，划分后的数据包括多个时间片段的交通数据；
15、数据填充单元，用于基于当前传感器采集到的数据对所述交通数据中的缺失值进行填充；
16、输入单元，用于以填充后的交通数据的第一时间片段数据作为输入，以用于数据补全模型的训练；
17、潜在空间特征提取单元，用于基于构建的多头自注意力网络提取输入数据的潜在空间特征，所述潜在空间特征用于表征每个时间片段内传感器所采集的交通数据之间的相关性；
18、真实空间特征提取单元，用于将真实空间内的传感器拓扑结构转换成的邻接矩阵，并基于构建的图注意力前馈网络提取所述邻接矩阵的真实空间特征，所述真实空间特征用于表征真实空间内传感器之间的相关性；
19、拼接单元，用于将所述潜在空间特征与所述真实空间特征进行特征拼接，得到第一时间片段的完整空间特征；
20、时间特征提取单元，用于基于构建的时间注意力模块提取输入数据的时间相关性；所述时间注意力模块的输入为第一时间片段的所述完整空间特征和第二时间片段内的交通数据，输出为第一时间片段的完整时空特征；
21、初步数据补全单元，用于将所述第一时间片段的所述完整时空特征输入到所述多头自注意力网络中提取潜在空间特征，得到数据补全结果；
22、优化数据补全单元，用于重新执行潜在空间特征提取单元，真实空间特征提取单元，拼接单元，时间特征提取单元以及初步数据补全单元中的步骤得到优化后的数据补全结果；
23、迭代计算单元，用于重复执行空间特征提取单元，真实空间特征提取单元，拼接单元，时间特征提取单元，初步数据补全单元以及优化数据补全单元中的步骤，直到满足预置迭代停止条件时，输出最终的数据补全结果。
24、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
25、至少一个处理器；以及
26、与所述至少一个处理器通信连接的存储器；其中，
27、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的基于时空注意力的数据补全方法。
28、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的基于时空注本文档来自技高网...
【技术保护点】
1.一种基于时空注意力的数据补全方法，其特征在于，包括：
2.根据权利要求1所述的基于时空注意力的数据补全方法，其特征在于，所述基于当前传感器采集到的数据对所述交通数据中的缺失值进行填充包括：
3.根据权利要求1所述的基于时空注意力的数据补全方法，其特征在于，所述基于构建的多头自注意力网络提取输入数据的潜在空间特征，包括：
4.根据权利要求1所述的基于时空注意力的数据补全方法，其特征在于，基于构建的图注意力前馈网络提取所述邻接矩阵的真实空间特征，包括：
5.根据权利要求1所述的基于时空注意力的数据补全方法，其特征在于，所述将所述潜在空间特征与所述真实空间特征进行特征拼接，得到第一时间片段的完整空间特征，包括：
6.根据权利要求1所述的基于时空注意力的数据补全方法，其特征在于，所述基于构建的时间注意力模块提取输入数据的时间相关性；所述时间注意力模块的输入为第一时间片段的所述完整空间特征和第二时间片段内的交通数据，输出为第一时间片段的完整时空特征，包括：
7.根据权利要求6所述的基于时空注意力的数据补全方法，其特
8.根据权利要求6所述的基于时空注意力的数据补全方法，其特征在于，所述基于构建的多头卷积注意力网络提取输入数据在时间维度的时间相关性，包括：
9.根据权利要求1所述的基于时空注意力的数据补全方法，其特征在于，所述数据补全模型的损失函数为：
10.一种基于时空注意力的数据补全装置，其特征在于，包括：
...【技术特征摘要】
1.一种基于时空注意力的数据补全方法，其特征在于，包括：
2.根据权利要求1所述的基于时空注意力的数据补全方法，其特征在于，所述基于当前传感器采集到的数据对所述交通数据中的缺失值进行填充包括：
3.根据权利要求1所述的基于时空注意力的数据补全方法，其特征在于，所述基于构建的多头自注意力网络提取输入数据的潜在空间特征，包括：
4.根据权利要求1所述的基于时空注意力的数据补全方法，其特征在于，基于构建的图注意力前馈网络提取所述邻接矩阵的真实空间特征，包括：
5.根据权利要求1所述的基于时空注意力的数据补全方法，其特征在于，所述将所述潜在空间特征与所述真实空间特征进行特征拼接，得到第一时间片段的完整空间特征，包括：
6.根据权利要求1所述的基于...
【专利技术属性】
技术研发人员：阮一恒，朱苏文，邓贤君，刘生昊，王婧，朱晨露，孙明彦，
申请(专利权)人：湖北楚天高速数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。