一种基于张量分解的交通时空大数据缺失补全方法

1.一种基于张量分解的交通时空大数据缺失补全方法，其特征在于，包括以下步骤：S1：目标海域空间划分；S1-1：取方形目标海域，将方形目标海域划分为尺寸相等的方格，每个方格的边长为1海里；S1-2：以方格填充目标海域，设目标海域为m海里宽，n海里长的矩形海域，目标海域能够分为m×n个方格，用一个数字表征单个方格内的单一数据信息，则每个数据类别在目标海域内构建成一个m×n维的数据矩阵；S1-3：构建成功后，在目标海域内每x个数据类别构建x个m×n的矩形方格，对应有x个m×n维的数据矩阵；S2：态势感知数据整合；在目标海域内采集的数据信息实时回传到指挥中心，以每个方格为最小区域将采集到的信息填充数据矩阵，以每12小时为一个时间片，同一时间片内的数据信息计算得到一个数据矩阵，如果有k个时间片的数据信息则得到k×x个m×n维的数据矩阵；S3：构建态势数据张量；将步骤S2中计算得到的k×x个m×n维的数据矩阵构建成一个四维张量，第一个维度是数据类别维度，由于取x个数据类别，即由x个三维张量组成四维张量，其中，每个三维张量的第一个维度是时间维度，按k个顺序时间片能够形成k个m×n维的稀疏数据矩阵组成的一个三维张量，最终形成一个四维时空数据张量X；S4：取X中第i个数据类别的三维张量为 ，其中，1≤i≤x；对所有的 的第一维度做1至7的切片，得到第x个数据类别在第1个时间片至第7个时间片的数据信息，记为三维张量 ；S5：张量数据分解；对三维张量 做分解，其中， ， 表示7×m×n的三维实数张量；根据三维张量分解公式： 其中， 表示矩阵向量和张量元素之间的乘积和， P为矩阵A的列数，p为矩阵A的第p列， 为矩阵A的第p列；Q为矩阵B的列数，q为矩阵B的第q列， 为矩阵B的第q列；G为矩阵C的列数，g为矩阵C的第g列， 为矩阵C的第g列； 为三维张量H中坐标分别为（p,q,g）的元素；得到分解后的一个核张量H和三个因子矩阵A,B,C；S6：张量数据优化；给步骤S5分解后的式子加上正则项 ，D的全部元素均为1；张量分解变为： 将得到的H,A,B,C,D按上式重新计算得到补全后的三维张量 ；设计损失函数：其中， 指张量的F范数，将 中观测到的元素的索引集合记为 ，令 表示一个作用于 的正交映射，定义为：其中， 表示三维张量坐标为（i,j,k）的元素，i、j分别为两个维度的数值；使用随机梯度下降法，经过循环计算，自适应调整正则项D的各元素的具体取值，最终使得损失函数F（D）达到全局最小值；S7：将三维张量 在时间维度上向后依次顺延一个时间片，取为 ，重复步骤S5和步骤S6，实现对正则项D在各元素取值上的微调，重复循环相同的操作至计算到 ，最终的得到优化后补全效果最好的正则项D；S8：态势数据实时补全；S8-1：对于X中第i个数据类别之外的其他数据类别的三维张量，重复步骤S4至步骤S7,得到x个不同的正则项；S8-2：每当指挥中心收到新的时间片内数据信息，就将各个数据类别对应的三维张量在时间维度上顺延一个时间片，重复循环得到最终补全后的数据张量；S8-3：对补全后的数据张量做进一步计算处理即得到整片目标海域的全域实时态势。 2.根据权利要求1所述的一种基于张量分解的交通时空大数据缺失补全方法，其特征在于，所述步骤S2中的数据类别包括区域内我方船只数量、敌方船只数量、平均浪高、平均风力、风向和降水量。