-
公开(公告)号：CN109598933B
公开(公告)日：2021-09-03
申请号：CN201811503475.7
申请日：2018-12-10
Applicant: 南京邮电大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于数据驱动的k邻近非参数回归的交通流预测方法，基于两步数据搜索算法开发，首先在非预测时间段内，从历史数据库中寻找和识别候选输入数据去与当前状态近似，然后在预测点处从候选输入数据中识别用于预测的最佳决策输入数据，最后利用最佳决策输入数据通过预测算法生成预测。本算法可以有效地减少用于搜索历史数据的时间，从而降低系统预测过程中的执行时间，提高了预测系统的预测效率，同时也保准了系统预测的准确率。
-
公开(公告)号：CN108600938B
公开(公告)日：2020-09-22
申请号：CN201810271483.7
申请日：2018-03-29
Applicant: 南京邮电大学
Abstract: 一种车联网中感知服务节点智能选择方法，包括步骤：选定采集区域和目标区域，获取采集区域中周期时间内从采集区域到目标区域的车辆节点历史轨迹数据，选取出现频率最高的M个车辆节点，根据这M个车辆节点的历史轨迹数据预测各车辆节点从采集区域出发并在预设的时刻tend到达目标区域的概率；以选取的车辆节点构成车联网能够覆盖目标区域为目标问题，从M个车辆节点中随机选出多个车辆节点集合作为目标问题的解；以生成的解作为种群，根据车辆节点到达目标区域的概率和车辆节点在tend时刻距离目标区域的距离构建适应度函数，采用遗传算法搜索出种群中适应度函数值最优的染色体作为目标问题的最优解。本发明可有效降低车辆网管理的难度，减少系统资源浪费。
-
公开(公告)号：CN109598933A
公开(公告)日：2019-04-09
申请号：CN201811503475.7
申请日：2018-12-10
Applicant: 南京邮电大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于数据驱动的k邻近非参数回归的交通流预测方法，基于两步数据搜索算法开发，首先在非预测时间段内，从历史数据库中寻找和识别候选输入数据去与当前状态近似，然后在预测点处从候选输入数据中识别用于预测的最佳决策输入数据，最后利用最佳决策输入数据通过预测算法生成预测。本算法可以有效地减少用于搜索历史数据的时间，从而降低系统预测过程中的执行时间，提高了预测系统的预测效率，同时也保准了系统预测的准确率。
-
公开(公告)号：CN108600938A
公开(公告)日：2018-09-28
申请号：CN201810271483.7
申请日：2018-03-29
Applicant: 南京邮电大学
Abstract: 一种车联网中感知服务节点智能选择方法，包括步骤：选定采集区域和目标区域，获取采集区域中周期时间内从采集区域到目标区域的车辆节点历史轨迹数据，选取出现频率最高的M个车辆节点，根据这M个车辆节点的历史轨迹数据预测各车辆节点从采集区域出发并在预设的时刻tend到达目标区域的概率；以选取的车辆节点构成车联网能够覆盖目标区域为目标问题，从M个车辆节点中随机选出多个车辆节点集合作为目标问题的解；以生成的解作为种群，根据车辆节点到达目标区域的概率和车辆节点在tend时刻距离目标区域的距离构建适应度函数，采用遗传算法搜索出种群中适应度函数值最优的染色体作为目标问题的最优解。本发明可有效降低车辆网管理的难度，减少系统资源浪费。
-
-
-
Search Results
4
records
(took 0.017 seconds)
