基于复杂网络的交通序列数据特性

为了进一步研究交通流特性，采用复杂网络方法对交通序列数据进行分析。提出了箱型图-聚类算法模型用于识别和填充初始数据中的缺失值和异常值；通过相空间重构方法将一维数据重构为网络节点，选取连接阈值确定网络节点的连接关系，将交通序列数据构建为复杂网络，对复杂网络的结构和定量指标进行分析。研究结果表明交通序列数据复杂网络的结构一定程度上可以反映路段的交通流状态。该结果有助于优化数据预处理方法，拓展复杂网络在交通序列数据研究中的应用。