城市场景中车联网时空数据分析及其通达性方法

摘要

为了解决城市场景中车联网时空数据异构以及单个基础设施范围内存在连通效率低下的问题,提出一种车联网时空数据分析及其通达性方法.首先,给出基于噪声去除和数据填充的时空数据分析方法,构建基于张量因子聚合的神经网络预测车辆之间的连通强度;然后,基于车联网连通强度给出有基础设施车联网的通达性方法.仿真实验结果表明,基于张量因子聚合的神经网络可以有效预测车辆之间的连通强度,所提方法可以有效减少连通冗余和路边基础设施负载.