10.19620/j.cnki.1000-3703.20190117
基于大数据挖掘技术的车载自组织网络状态异常检测
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.
大数据、数据挖掘、主成分分析法、关联算法
U491(交通工程与公路运输技术管理)
国家自然科学基金项目61603280;工业和信息化部项目;内蒙古自治区交通运输厅科技项目NJ-2017-8;中央高校基本科研业务费专项资金项目310822171134;中国国家留学基金项目201806815002
2019-10-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
48-52