【201910421687.9】一种基于张量的车联网数据缺失多重估计新方法-武清知识产权运营保护服务平台

【201910421687.9】一种基于张量的车联网数据缺失多重估计新方法

        转让/许可方名称：天津理工大学
        转让/许可底价（万元）：面议
        挂牌截止时间：2025年1月10日

本发明针对车联网数据缺失问题提出了一种基于张量的车辆网数据缺失多重估计新方法，集成贝叶斯张量分解(Integrated Bayesian tensor decomposition，IBTD)，属于车联网领域。本算法在数据模型构建阶段，利用随机采样原理，将缺失数据随机抽取生成数据子集，并用优化后的贝叶斯张量分解算法进行插补。引入集成思想，将多个插补后的误差结果进行分析排序，考虑时空复杂度，择优平均得到最优结果。通过平均绝对百分比误差(MAPE)和均方根误差(RMSE)对提出模型的性能进行评估。实验结果表明，提出的新方法能够有效的对不同缺失量的交通数据集进行插补，并能得到很好的插补结果。