基于关联规则挖掘的VANET环境下车辆路径预测

来源 :北京交通大学学报 | 被引量 : 0次 | 上传用户:ccscbr66
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通过关联分析法构建相关模式数据挖掘算法,实用性强,但对具有时空动态性的车载自组织网络VANET进行车辆路径预测仍具有局限性,根据VANET环境下车辆数据特点,提出一种基于强关联规则频繁模式的车辆路径的挖掘优化算法.序列模式以有序的方式描述了事件的发生,在VANET环境中,车辆路径序列表达为车辆从起点到目的地行程中经过的路段顺序列表.首先提出基于安全认证的车辆数据采集方案,将收集的数据存储于路边单元RSU中,然后采用频繁模式数据挖掘方法分析了收集到的车辆路径,确定了某一区域内车辆选择的常见路径和频繁路径,最
其他文献
现有的OLSR中能够完成对全网路由信息的交互,但是随着节点的移动速度增加,网络拓扑也在快速动态变化,从而导致了路由信息更新慢,网络性能下降,端到端时延大、包丢失率增加和
【正】所谓马人,并不是一个职业或称谓,而是指那些注定一生与马结缘的人。在写这篇文章时,总会想到“因缘际会”这个词。人的一生,做什么样的工作,过什么样的生活,到底是人选
在地铁系统中开展轨道电位与杂散电流防治措施的现场验证协调难度大,因此亟需一种多区段地铁轨道电位硬件动模系统,再现地铁系统中列车运行时的轨道电位动态分布特征.首先分
现有轨道电位分布模型通常忽略了供电回路区间以外的轨道及其对地过渡电阻带来的影响,但这无疑造成计算结果偏离实际情况.为解决上述问题,在分析有限长度轨道的边缘效应基础
[摘要] 目的 了解广州地区医科及工科学生的睡眠质量及其影响因素。方法 使用匹茨堡睡眠质量指数量表(PSQl),焦虑自评量表(SAS)、抑郁自评量表(SDS)、睡眠信念和态度量表,对)?4名医学生,188名工科学生追行调查,了解他们的睡眠质量及相关因素。结果 医学生PSQI得分为5.06±2.26,睡眠质量不佳者占11.0%,上科学生PSOI得分为4.78±2.2l,睡眠质量不佳者占11.
埋地管道受地铁杂散电流干扰影响而在电流流出管段存在腐蚀风险,为有效缓解此类干扰,构建了具有多个牵引区间、排流网、地铁接地系统的地铁系统以及与其交叉的埋地管道及其阴
对蜂窝网络下中继D2D系统中蜂窝用户的物理层安全性能进行了研究,实现了既满足D2D对的传输速率要求,又提升蜂窝用户的保密速率的双赢局面.在空闲的蜂窝用户中挑选中继节点,将
CIE所推荐的通用显色指数Ra在实际应用中遇到越来越多的问题,与此同时,相应的改进或替代方案也陆续被提出。对近年出现的光源显色性评价方法,按基于颜色还原和基于颜色质量两
为解决大多数网络流量异常检测方法准确度低、误报率高等问题,提出一种基于长短期记忆网络自编码(LSTM-Autoencoder)的网络流量异常检测方法.首先,将真实网络流量从数据包和
提高频谱利用率、实现超大容量传输的前提是精准掌握无线信道特性信息.研究了反馈神经网络(Back Propagation Neural Network,BPNN)在无线信道多普勒功率谱仿真中的应用.利用