基于大数据挖掘技术的车载自组织网络状态异常检测 |
| |
引用本文: | 张宏,吕悦晶.基于大数据挖掘技术的车载自组织网络状态异常检测[J].汽车技术,2019(10). |
| |
作者姓名: | 张宏 吕悦晶 |
| |
作者单位: | 内蒙古大学;内蒙古自治区城市交通数据科学及应用工程技术研究中心;武汉科技大学 |
| |
摘 要: | 基于主成分分析法与Apriori关联规则挖掘算法,提出一种利用大数据技术检测车载自组织网络(VANET)运行状态异常的方法。运用主成分分析法从大数据中挖掘出关键评估指标;针对关键指标采用并行关联规则模型,挖掘强关联规则,进而找出主要影响因素;基于历史数据和自组织人工神经网络预测方法,输入主要影响因素值,输出关键评估指标值。对评估指标值进行算例分析,利用VANET状态异常检测方法预测指标概率,结果表明,所提方法得到的预测值较仅使用人工神经网络方法准确性高。
|
本文献已被 CNKI 等数据库收录! |
|