基于多因素稀疏回归预测模型的商家客流量预测

针对智能商业平台中的大数据预测问题,提出一种多因素稀疏回归预测模型。以离散余弦变换为基础,构建包含多个外部因素（节假日、天气、温度）的字典集,通过LASSO方法定量求解稀疏编码模型中各外部因素的影响。实验对2 000个商家的客流量进行预测。实验结果表明,外部因素不同程度地影响客流量,在预测模型中叠加外部因素后可以有效提高预测的准确性。同时,与其他方法对比表明,多因素稀疏回归预测模型比RNN、ARIMA 等模型的预测效果更好。     

基于分组转发状况的车载自组织网络路由算法研究

路由协议算法是车载自组织网络的一个重要研究方向.目前多数车载自组织网络路由协议算法根据一些间接表征因素(如源到目的节点的最短距离、车流量密度等)来判断最优转发路径,但是这些表征因素还都停留在理论假设阶段,能否反应真实的路况、表示实事上最优的路径并无定论.提出一种基于分组转发状况的车载自组织网络路由协议算法,旨在根据分组...     

风能发电预测技术研究的现状与发展

对过去10年来主要的风能发电预测技术进行了概述和追踪,重点阐述了基于统计学(如卡尔曼滤波、数据挖掘和小波变换等)和人工智能(如神经网络、模糊推理和生物智能算法等)技术的发电预测方案.最后指出了各种预测技术存在的不足及改进方向,以帮助相关领域的研究者提出更好的发电预测模型.     

车辆自组织网仿真研究*

由于车辆自组织网络（vehicular Ad hoc networks,VANETs）的网络节点移动速度快、网络拓扑变化频繁、节点移动要遵循道路规则等特性, 现阶段对VENET的研究主要基于模拟仿真。VANET仿真研究包括车辆移动模型的构建和无线网络的仿真,其中车辆移动模型的真实性是评价VANET网络仿真结果是否可靠的关键因素。概述了车辆移动模型的分类, 提出了车辆移动模型构建的基本框架, 介绍了文献中比较流行的车辆移动模型和网络仿真器, 详细讨论了现有的VANET综合仿真软件以及VANET应用仿真研究, 最后对VANET仿真的未来发展提出展望。     

基于可穿戴传感器的人体活动识别研究综述

人体活动识别（HAR）在医疗、安全、娱乐等方面有着广泛的应用。随着传感器器件的发展,各类能准确采集人体行为活动数据的传感器在手环、手表、手机等可穿戴设备上得到了广泛使用,相比基于视频图像的行为识别方法,基于传感器的行为识别具有成本低、灵活、可移植性好的特点,因此,基于可穿戴传感器的人体活动识别研究成为行为识别中的研究热点。介绍了人体活动识别研究中原始数据采集、特征提取、特征选择以及分类方法,对识别流程中每一部分常用的技术以及研究现状进行了综述总结,最后分析人体活动识别研究当前存在的主要问题并展望了今后可能的研究方向。     

移动传感器网络及其路由协议研究进展*

针对移动传感器网络的路由协议可分为两种情况：支持单个或者少数sink节点移动的协议和支持所有节点移动的协议。对每类协议的特点和比较典型的协议进行了介绍,在实际应用中要根据具体的应用情况来设计和选择相应的协议。