一种基于时域-频域演变的交通数据时空修复方法

本发明涉及数据修复技术领域，具体涉及一种基于时域‑频域演变的交通数据时空修复方法，本发明通过基于时域‑频域演变的方法，能够精准捕捉交通态势在不同时间尺度上的动态特征，提高了对复杂交通态势的建模能力。利用傅里叶逆变换和小波变换技术，在重构时间信号时既能保证对实际时间波动的拟合能力，又能保留交通态势的多样性特征，有效提升了突发事件下时间信号重构的质量。结合GAT模型和Transformer模型，在时空维度上对缺失数据进行修复，能够充分利用交通流的时空交互特性，准确推断缺失区域数据，捕捉时间和空间动态特征，进一步优化修复结果的准确性和完整性，为交通流预测和管理提供了更可靠的依据。