-
公开(公告)号：CN106910199A
公开(公告)日：2017-06-30
申请号：CN201710058021.2
申请日：2017-01-23
Applicant: 北京理工大学
Abstract: 本发明涉及一种面向城市空间信息采集的车联网众包方法，属于车载自组织网络技术领域；本发明利用轨迹预测算法挖掘车辆行驶习惯，根据车辆行驶习惯选择特定车辆执行任务，在不影响车辆正常行驶的情况下完成相关任务信息的收集。本发明提出基于张量分解的地点预测算法，根据历史轨迹数据构建三元组，根据三元组构建三阶张量，通过PITF方式对张量依据BPRC规范进行分解，迭代优化参数补全张量元素，根据张量元素值排序完成预测。接下来根据预测的结果构建车辆与道路任务二分图，根据Kuhn‑Munkres算法求解车辆与道路任务的最大匹配，使得匹配成功的概率最大。对比现有技术，本发明方法很好的结合了车辆行驶特性，减少了信息收集的冗余，提高了信息收集的效率。
-
公开(公告)号：CN106910199B
公开(公告)日：2019-07-09
申请号：CN201710058021.2
申请日：2017-01-23
Applicant: 北京理工大学
Abstract: 本发明涉及一种面向城市空间信息采集的车联网众包方法，属于车载自组织网络技术领域；本发明利用轨迹预测算法挖掘车辆行驶习惯，根据车辆行驶习惯选择特定车辆执行任务，在不影响车辆正常行驶的情况下完成相关任务信息的收集。本发明提出基于张量分解的地点预测算法，根据历史轨迹数据构建三元组，根据三元组构建三阶张量，通过PITF方式对张量依据BPRC规范进行分解，迭代优化参数补全张量元素，根据张量元素值排序完成预测。接下来根据预测的结果构建车辆与道路任务二分图，根据Kuhn‑Munkres算法求解车辆与道路任务的最大匹配，使得匹配成功的概率最大。对比现有技术，本发明方法很好的结合了车辆行驶特性，减少了信息收集的冗余，提高了信息收集的效率。
-
Search Results
2
records
(took 0.025 seconds)
