公开(公告)号：CN118945119A

公开(公告)日：2024-11-12

申请号：CN202410810133.9

申请日：2024-06-21

Applicant: 北京交通大学

Inventor： 张振江 ,  王文晖 ,  赵颖斯 ,  沈波 ,  于子航 ,  李延一

IPC: H04L47/2441 ,  G06F18/241 ,  G06N3/047 ,  G06N3/092 ,  H04L47/2425 ,  H04L47/80 ,  H04W4/44 ,  H04W72/566 ,  H04L67/12 ,  G08G1/01

Abstract: 本发明公开了一种基于概率神经网络和强化学习的车联网数据分级分类方法，属于车联网数据分级分类领域，包括以下步骤：S1、获取车联网情景下的数据样本，建立样本数据集；S2、根据建立的样本数据集，计算每个路侧的路况向量；S3、在每个路侧中部署智能体，每个智能体根据自身以及相邻路侧的路况向量做出决策；S4、使用概率神经网络对样本数据集中的数据进行排序；S5、排序后的数据根据智能体的决策进行数据上传，实现车联网数据的分级分类。本发明采用上述的一种基于概率神经网络和强化学习的车联网数据分级分类方法，不仅可以结合实际情况对车联网数据进行分级分类，同时能够更好的分配宽带资源，并保证紧急的数据优先上传到云端。