-
公开(公告)号:CN112819136A
公开(公告)日:2021-05-18
申请号:CN202110076545.0
申请日:2021-01-20
Applicant: 南京邮电大学
Abstract: 本发明公开了时间序列预测技术领域的一种基于CNN‑LSTM神经网络模型与ARIMA模型的时间序列预测方法及系统,旨在解决现有技术中没有充分提取时间序列的周期特征从而导致预测精度不够的问题。包括:获取待预测的时间序列数据,构建输入样本;将输入样本输入经过训练的基于CNN‑LSTM的神经网络模型,得到第一预测结果;将第一预测结果与输入样本的观测值进行比对,得到误差序列;将误差序列输入建立的ARIMA模型对误差序列进行误差修正预测,得到第二预测结果;将第一预测结果和第二预测结果相加得到时间序列的最终预测结果。
-
公开(公告)号:CN112492543A
公开(公告)日:2021-03-12
申请号:CN202011194605.0
申请日:2020-10-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于车联网MEC和D2D链路的车辆安全传输系统及方法,将每一个车辆安全传感器模块当作一个D2D用户节点,车主移动设备作为蜂窝用户,构建单蜂窝多D2D链路安全传输系统;所有车辆安全传感器模块将采集的车辆安全信息发送至车主移动设备;车主移动设备接收所有车辆安全传感器模块的车辆安全信息,并将所有车辆安全信息上传至MEC移动边缘计算平台;车主移动设备接收MEC移动边缘计算平台返回的车辆安全信息的分析结果。本发明基于D2D和MEC将车辆安全系统简单化、可靠化,可将信息的传输时延降到毫秒级,并充分利用驾驶用户的个人移动终端,便于行车过程中的安全应对,并降低实施成本。
-