Print

面向智能车联网的缺失数据估计新方法

论文摘要

数据丢失是面对智能车联网中的一个常见问题。鉴于此,考虑了大型和多样化车联网中的缺失数据问题。通过在智能车联网中提取公共交通模式,比较了函数估计和张量分解等方法来估计这些缺失值的优劣后,提出了张量低秩近似估计新方法,该方法在缺失数据的情况下获得流量模式,得到大规模车联路网的低秩表示。通过不同的道路车联网实验测试,表明该新方法的估计精度、数据集的偏差达到了较好的效果。

论文目录

  • 0 引言
  • 1 车联网数据集与性能度量
  • 2 缺失数据估计新方法
  •   2.1 最小二乘法
  •   2.2 固定点连续近似奇异值分解
  •   2.3 缺失数据估计的新方法
  • 3 测试与讨论
  • 4 结束语

    • 文章来源

    类型: 期刊论文

    作者: 张婷,张德干,高瑾馨

    关键词: 车联网,智能,数据丢失,估计,偏差

    来源: 计算机应用研究 2019年11期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 公路与水路运输,计算机软件及计算机应用

    单位: 天津理工大学计算机科学与工程学院计算机视觉与系统教育部重点实验室,天津理工大学计算机科学与工程学院智能计算及软件新技术天津市重点实验室

    基金: 国家自然科学基金资助项目(61571328),天津市重大科技专项资助项目(15ZXDSGX00050,16ZXFWGX00010),天津市科技支撑重点项目(17YFZCGX00360),天津市自然科学基金资助项目(15JCYBJC46500),天津市科技创新团队项目(12-5016,2015-23,13-5025)

    分类号: U495

    DOI: 10.19734/j.issn.1001-3695.2018.04.0319

    页码: 3460-3463+3492

    总页数: 5

    文件大小: 1056K

    下载量: 276

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/6378acd82f5fd9d3dba4be42.html