专利交易市场

本发明涉及一种面向动态频谱环境的车联网分簇方法，该方法具体步骤为车辆计算出自身车辆可接入信道进行通信的概率，并向周边车辆广播信道接入数据包；每台车辆根据接收到的周围邻居车辆的信道接入数据包后，遍历计算当前车辆的最大数据传输距离内的所有可通信车辆的通信概率，获得通信概率表，并将通信概率表放入通信概率数据包中进行广播；每台车辆根据周围邻居车辆传递的邻居通信概率数据包更新本地通信概率表，再通过最小生成树算法形成车辆通信网络，找到车辆通信网络中权重最大路径，并将权重最大路径上的一跳车辆和二跳车辆形成逻辑通信车辆簇cluster1，车辆根据逻辑通信车辆簇cluster1中的车辆接入概率完成信道接入请求。

本发明涉及一种融合空气质量与车流量数据的短时交通流预测方法,根据获取的车流量和空气质量数据集构建特征矩阵,再根据街道节点绘制空气质量关联拓扑图,用于获取空间特征,并创建对应的空气质量关联矩阵;然后根据空气质量关联拓扑图和特征矩阵,构造映射函数,使用深度学习方法搭建神经网络模型,对映射函数进行建模;对神经网络模型进行训练,并计算预测值与实际值之间的损失函数,通过反向传播算法对神经网络模型的参数进行优化,使用ADAM不断自适应学习率,优化神经网络模型的参数以使模型更加准确;使用训练好的神经网络模型对实时数据进行预测,输出预测结果。本发明结合车流量和空气质量数据,提高了交通流预测的准确性和可靠性。