国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:张婷,张德干,高瑾馨,
单位:天津理工大学计算机科学与工程学院a.计算机视觉与系统教育部重点实验室;b.智能计算及软件新技术天津市重点实验室,天津300384;
关键词:车联网,智能,数据丢失,估计,偏差,
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);;
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。
来源:2019年第11期
《计算机应用研究》期刊编辑部