《表3 不同缺失率下的数据补全实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《张量表达下的多模态交通缺失数据补全算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验通过选取了不同的缺失率（Missing Ratio，MR）来进一步衡量TCMD-IA对于多模态交通数据的补全效果．缺失率从10%-80%，每增加10%计算数据估计的RMSE、R-square和ER值，实验结果如表3所示．从表中可知，随着缺失率不断增加，TCMD-IA的补全效果在3种评价指标下均表现优秀，其RMSE稳定在23左右，R-square维持在0.7，ER恒定在0.3，具有较高的鲁棒性．这表明TCMD-IA在对数据补全的过程中，通过采用Tucker分解，对已知数据的比例要求并不是十分严格，仅需要少量已知数据即可进行高质量数据估计，因此更适合于缺失率较大的情况．