基于机器学习的车联网通信的流量预测方法

授权

摘要

本发明公开了一种基于机器学习的车联网通信的流量预测方法，利用交通数据平台发布的流量速度数据库，选取八类数据指标，通过优化参数后的随机森林算法完成全天候的车流量预测；利用openstreetmap导出某地城市道路车辆交通场景，获取交通数据，再配置通信仿真文件，获取通信数据，两种数据混合，分析车流量与通信流量二者关系；利用openstreetmap导出在交通数据平台所选的路段，配置通信仿真文件，获取通信数据，从交通数据平台发布的流量速度数据数据与通信数据中选取九类相关指标，通过Bagging模型进行通信流量预测。本发明的方法泛化性能好，准确度较高，能为后期利用经济高效的数据分发提供可靠的车载通信分析方法，增强车辆用户驾驶的安全性。

基本信息

专利标题：

基于机器学习的车联网通信的流量预测方法

专利标题（英）：

暂无

公开（公告）号：

CN110266528A

申请号：

CN201910504819.4

公开（公告）日：

2019-09-20

申请日：

2019-06-12

授权号：

CN110266528B

授权日：

2022-04-08

发明人：

代俊韩涛王静赵惠昌

申请人：

南京理工大学

申请人地址：

江苏省南京市孝陵卫200号

代理机构：

南京理工大学专利中心

代理人：

王玮

优先权：

CN201910504819.4

主分类号：

H04L12/24

IPC分类号：

H04L12/24