-
公开(公告)号：CN114143856B
公开(公告)日：2024-04-05
申请号：CN202111420746.4
申请日：2021-11-26
Applicant: 东南大学
Abstract: 本发明提供一种高速公路5G网络资源需求预测方法，包括：首先建立各个车道的车流量检测数据集，然后按车流量对车流检测数据集进行重新归集，由相近车流量数据组成新的车流量数据集，并将车型细分为客车和货车；从新归集的车流量数据集中，截取总时间长度为T的客货车流量数据集，并获取相应时间段T内的上下行流量数据集；按时间间隔Δt对时间段T对应的数据集进行切分，基于切分后的数据集构建二元回归模型，进而根据当前客货车当前流量实现上下行通信数据需求预测。本发明能够在不同车流量条件和车流组成条件下，对高速公路的网络资源需求进行高效预测，从而更准确的为路网提供网络资源服务，在保障服务质量的基础上提高资源利用率。
-
公开(公告)号：CN115967950B
公开(公告)日：2023-06-20
申请号：CN202310128846.2
申请日：2023-02-17
Applicant: 东南大学
IPC: H04W16/18 , H04W4/02 , H04W4/20 , G08G1/01 , G06F18/214 , G06F18/2431 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了基于手机信令数据的特征与时序的城际出行模式辨识方法，1）建立城际出行交通网络，而后提取交通网络临近基站并为基站数据标记上路网信息，2）手机信令数据的获取和预处理，3）以基站信息为媒介关联手机信令数据和路网，构建信令数据特征表，4）基于随机森林和长短时记忆模型的混合模型，从数据特征库中提取样本数据对模型进行训练，并输出分类结果和准确率。本发明实现城际出行模式的高精度识别，在省域范围内居民跨城市细颗粒度出行模式识别和提出具有高置信度的模式识别基础上能够对已建城市间综合交通网络通勤现状进行评估，并为未来城市间综合交通网络规划和完善提供参考。
-
公开(公告)号：CN115967950A
公开(公告)日：2023-04-14
申请号：CN202310128846.2
申请日：2023-02-17
Applicant: 东南大学
IPC: H04W16/18 , H04W4/02 , H04W4/20 , G08G1/01 , G06F18/214 , G06F18/2431 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了基于手机信令数据的特征与时序的城际出行模式辨识方法，1）建立城际出行交通网络，而后提取交通网络临近基站并为基站数据标记上路网信息，2）手机信令数据的获取和预处理，3）以基站信息为媒介关联手机信令数据和路网，构建信令数据特征表，4）基于随机森林和长短时记忆模型的混合模型，从数据特征库中提取样本数据对模型进行训练，并输出分类结果和准确率。本发明实现城际出行模式的高精度识别，在省域范围内居民跨城市细颗粒度出行模式识别和提出具有高置信度的模式识别基础上能够对已建城市间综合交通网络通勤现状进行评估，并为未来城市间综合交通网络规划和完善提供参考。
-
公开(公告)号：CN114143856A
公开(公告)日：2022-03-04
申请号：CN202111420746.4
申请日：2021-11-26
Applicant: 东南大学
Abstract: 本发明提供一种高速公路5G网络资源需求预测方法，包括：首先建立各个车道的车流量检测数据集，然后按车流量对车流检测数据集进行重新归集，由相近车流量数据组成新的车流量数据集，并将车型细分为客车和货车；从新归集的车流量数据集中，截取总时间长度为T的客货车流量数据集，并获取相应时间段T内的上下行流量数据集；按时间间隔Δt对时间段T对应的数据集进行切分，基于切分后的数据集构建二元回归模型，进而根据当前客货车当前流量实现上下行通信数据需求预测。本发明能够在不同车流量条件和车流组成条件下，对高速公路的网络资源需求进行高效预测，从而更准确的为路网提供网络资源服务，在保障服务质量的基础上提高资源利用率。
-
-
-
Search Results
4
records
(took 0.016 seconds)
