-
公开(公告)号：CN109005512B
公开(公告)日：2020-07-14
申请号：CN201810665105.7
申请日：2018-06-26
Applicant: 西北工业大学
IPC: H04W4/029
Abstract: 本发明涉及一种面向特定时间间隔的位置预测方法，将城市区域平均的划分为网格，将车辆的轨迹数据按照车辆编号和时间使用二级排序算法生成车辆的GPS点的序列，得到每辆车每天的轨迹。每分钟取时间最小的数据作为车辆在该分钟内时的位置。将轨迹数据投影到对应的网格中，根据轨迹数据训练面向特定时间间隔的一阶马尔科夫模型，得到车辆在特定时间间隔后的状态转移概率矩阵。预测目标在ΔT'时出现概率最大的N个位置构造查询函数，根据训练集中的轨迹在ΔT'时是否满足查询条件分为两种查询结果，将查询结果、初始位置和时间间隔ΔT作为条件训练新的加入查询的预测模型。判断轨迹在ΔT'时的查询结果，利用对应的加入查询的预测模型预测目标在特定时间后的位置。
-
公开(公告)号：CN109005512A
公开(公告)日：2018-12-14
申请号：CN201810665105.7
申请日：2018-06-26
Applicant: 西北工业大学
IPC: H04W4/029
Abstract: 本发明涉及一种面向特定时间间隔的位置预测方法，将城市区域平均的划分为网格，将车辆的轨迹数据按照车辆编号和时间使用二级排序算法生成车辆的GPS点的序列，得到每辆车每天的轨迹。每分钟取时间最小的数据作为车辆在该分钟内时的位置。将轨迹数据投影到对应的网格中，根据轨迹数据训练面向特定时间间隔的一阶马尔科夫模型，得到车辆在特定时间间隔后的状态转移概率矩阵。预测目标在ΔT'时出现概率最大的N个位置构造查询函数，根据训练集中的轨迹在ΔT'时是否满足查询条件分为两种查询结果，将查询结果、初始位置和时间间隔ΔT作为条件训练新的加入查询的预测模型。判断轨迹在ΔT'时的查询结果，利用对应的加入查询的预测模型预测目标在特定时间后的位置。
-
公开(公告)号：CN110087031B
公开(公告)日：2020-10-27
申请号：CN201910326538.4
申请日：2019-04-23
Applicant: 西北工业大学
Abstract: 本发明涉及一种面向协同感知的任务分配方法，首先将城市区域平均的划分为网格，对区域进行监控时；然后根据摄像机的监控模型对路口及道路的监控计算摄像头的信任度，根据参与者对任务的执行服从幂律分布计算参与者的信任度。最后，将区域内的每一个路口作为一个任务，在任务集合T中选择信任度最大的子任务ti；对每一个任务ti分配工作者时考虑路口监控和道路监控；设定阈值ts，对于直接监控路口节点的候选者，其信任度如果低于ts，则考虑通过为任务点所连接的道路分配工作者实现对路口节点的监控，否则直接对子任务分配工作者。
-
公开(公告)号：CN110087031A
公开(公告)日：2019-08-02
申请号：CN201910326538.4
申请日：2019-04-23
Applicant: 西北工业大学
Abstract: 本发明涉及一种面向协同感知的任务分配方法，首先将城市区域平均的划分为网格，对区域进行监控时；然后根据摄像机的监控模型对路口及道路的监控计算摄像头的信任度，根据参与者对任务的执行服从幂律分布计算参与者的信任度。最后，将区域内的每一个路口作为一个任务，在任务集合T中选择信任度最大的子任务ti；对每一个任务ti分配工作者时考虑路口监控和道路监控；设定阈值ts，对于直接监控路口节点的候选者，其信任度如果低于ts，则考虑通过为任务点所连接的道路分配工作者实现对路口节点的监控，否则直接对子任务分配工作者。
-
-
-
Search Results
4
records
(took 0.031 seconds)
