【摘要】：物聯(lián)網(wǎng)的日新月異促使了以服務(wù)為驅(qū)動(dòng)的網(wǎng)絡(luò)智能化快速發(fā)展,其中車(chē)載通信作為智能交通系統(tǒng)的重要應(yīng)用而備受關(guān)注。然而,目前車(chē)載通信的邊緣計(jì)算環(huán)境中采用的任務(wù)分配算法和行車(chē)安全預(yù)測(cè)算法并不能滿(mǎn)足智能交通中諸如安全預(yù)測(cè),信號(hào)燈控制等服務(wù)對(duì)低時(shí)延和低容錯(cuò)的要求。因此,本文圍繞車(chē)載通信中的邊緣計(jì)算環(huán)境,著重研究面向車(chē)輛自組織網(wǎng)絡(luò)的基于邊緣深度學(xué)習(xí)的行車(chē)安全預(yù)測(cè)技術(shù),通過(guò)提出一種邊緣計(jì)算環(huán)境下的深度學(xué)習(xí)任務(wù)分配算法和一種基于深度學(xué)習(xí)的行車(chē)安全預(yù)測(cè)算法,降低了行車(chē)安全預(yù)測(cè)的時(shí)延,提高了預(yù)測(cè)的效率和準(zhǔn)確性,本文主要研究工作如下:(1)針對(duì)目前邊緣計(jì)算環(huán)境中采用的任務(wù)分配算法在對(duì)深度學(xué)習(xí)任務(wù)進(jìn)行分配時(shí)產(chǎn)生的時(shí)延過(guò)高,效率低下等問(wèn)題,研究了一種車(chē)輛自組織網(wǎng)絡(luò)中邊緣計(jì)算環(huán)境下的深度學(xué)習(xí)任務(wù)分配算法,該算法根據(jù)深度學(xué)習(xí)任務(wù)產(chǎn)生的計(jì)算開(kāi)銷(xiāo),帶寬需求來(lái)綜合考慮確定云服務(wù)器分配到邊緣服務(wù)器中的神經(jīng)網(wǎng)絡(luò)的層數(shù),從而更有效地利用邊緣服務(wù)器的計(jì)算資源,提高深度學(xué)習(xí)任務(wù)的處理效率,仿真結(jié)果表明,較目前邊緣計(jì)算環(huán)境下采用的任務(wù)分配算法來(lái)說(shuō),本文提出的深度學(xué)習(xí)任務(wù)分配算法有效地減少了邊緣端傳輸?shù)皆贫说臄?shù)據(jù),釋放了網(wǎng)絡(luò)的帶寬資源,減少了傳輸時(shí)延,且本文提出的分配算法能在滿(mǎn)足時(shí)延要求的基礎(chǔ)上提高行車(chē)安全預(yù)測(cè)的效率。(2)針對(duì)現(xiàn)有的行車(chē)安全預(yù)測(cè)算法難以考慮到駕駛信息,路況信息和駕駛員信息之間的特征交叉帶來(lái)的預(yù)測(cè)準(zhǔn)確度降低以及需要大量特征工程所造成的預(yù)測(cè)效率低下的問(wèn)題,提出了一種因子分解機(jī)組合的神經(jīng)網(wǎng)絡(luò)(FMCNN)來(lái)對(duì)車(chē)載自組織網(wǎng)絡(luò)中車(chē)輛的行車(chē)安全進(jìn)行預(yù)測(cè)。FMCNN通過(guò)在預(yù)訓(xùn)練階段使用因子分解機(jī)和深度神經(jīng)網(wǎng)絡(luò)對(duì)駕駛信息,交通信息和駕駛員信息之間的復(fù)雜特征交叉進(jìn)行學(xué)習(xí),提高了深度學(xué)習(xí)模型對(duì)特征交叉的學(xué)習(xí)能力,在FMCNN的預(yù)訓(xùn)練階段之后,由深度神經(jīng)網(wǎng)絡(luò)的最后隱藏層提取的高階特征交叉和由因子分解機(jī)器訓(xùn)練得到的低階特征交叉將被輸入到一個(gè)新的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,并最終根據(jù)神經(jīng)網(wǎng)絡(luò)的輸出對(duì)車(chē)輛的行車(chē)安全進(jìn)行預(yù)測(cè)。仿真結(jié)果表明,本文提出的FMCNN具有更高的預(yù)測(cè)準(zhǔn)確度,且FMCNN在AUC和Logloss兩種評(píng)價(jià)指標(biāo)下均優(yōu)于DNN和FM算法。
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：U495;TN929.5;U463.67
【圖文】：

配算法從而提高邊緣計(jì)算環(huán)行車(chē)安全預(yù)測(cè)的深度學(xué)習(xí)任預(yù)測(cè)的新的深度學(xué)習(xí)結(jié)構(gòu) F到 VANET 中大量特征之采用因子分解機(jī)（FM, Fac，DNN）分別學(xué)習(xí)低階和測(cè)的準(zhǔn)確率。.1 所示。車(chē)載通信中基于邊緣深度學(xué)習(xí)的駕駛安全預(yù)測(cè)技術(shù)研究

本節(jié)首先對(duì)車(chē)聯(lián)網(wǎng)中的邊緣計(jì)算環(huán)境進(jìn)行建模，同時(shí)，通過(guò)提出的深度學(xué)習(xí)任務(wù)分配算法將具有不同結(jié)構(gòu)和不同計(jì)算開(kāi)銷(xiāo)的深度神經(jīng)網(wǎng)絡(luò)的部分層的計(jì)算任務(wù)分配到邊緣服務(wù)器中，從而減少了傳輸?shù)皆贫说臄?shù)據(jù)，并在滿(mǎn)足時(shí)延要求的基礎(chǔ)上，提高了深度學(xué)習(xí)任務(wù)的處理效率。VANET 中邊緣深度學(xué)習(xí)建模本文通過(guò)深度學(xué)習(xí)算法對(duì)車(chē)輛的行車(chē)安全進(jìn)行預(yù)測(cè)，車(chē)輛上傳感器收集到的大量數(shù)據(jù)首先需要傳輸?shù)竭吘壏⻊?wù)器運(yùn)行部分深度學(xué)習(xí)任務(wù)，在任務(wù)處理完成后再將數(shù)據(jù)傳輸?shù)皆埔赃M(jìn)行余下的深度學(xué)習(xí)任務(wù)，并根據(jù)神經(jīng)網(wǎng)絡(luò)的輸出對(duì)車(chē)輛的行車(chē)安全進(jìn)行預(yù)測(cè)，在本文考慮的行車(chē)安全預(yù)測(cè)的場(chǎng)景中，車(chē)輛收集的數(shù)據(jù)主要包括天氣情況，路面平坦度，車(chē)輛速度，車(chē)輛種類(lèi)，光線情況，道路類(lèi)型，駕駛員年齡，駕駛員性別，駕駛時(shí)長(zhǎng)等，在通過(guò)深度學(xué)習(xí)算法對(duì)這些數(shù)據(jù)進(jìn)行訓(xùn)練和處理后，就能通過(guò)車(chē)輛采集的實(shí)時(shí)數(shù)據(jù)來(lái)預(yù)測(cè)車(chē)輛發(fā)生交通事故的可能性，從而在一定程度上減少交通事故的發(fā)生，本文的邊緣深度學(xué)習(xí)模型如圖 3.1 所示。

圖 3.3 減少的數(shù)據(jù)比例與神經(jīng)網(wǎng)絡(luò)層數(shù)的關(guān)系 圖 3.4 計(jì)算開(kāi)銷(xiāo)與神經(jīng)網(wǎng)絡(luò)層數(shù)的關(guān)系在此之后，本文首先測(cè)試提出的離線分配算法的性能，在仿真中，將邊緣服務(wù)器的數(shù)量按照 10 的步長(zhǎng)從 20 均勻變化到 90，并設(shè)置了五種固定的分配模式（分別將一層，兩層，三層，四層，五層隱含層安排在邊緣服務(wù)器中進(jìn)行處理）與本文所提的離線分配算法比較，仿真結(jié)果如圖 3.5 所示。由圖 3.5 可以看出，在不同的邊緣服務(wù)器數(shù)量下，采用離線分配算法對(duì)不同的深度學(xué)習(xí)任務(wù)進(jìn)行不同的分配和固定邊緣服務(wù)器中處理的深度學(xué)習(xí)的層數(shù)相比，離線調(diào)度算法在邊緣服務(wù)器中處理的深度學(xué)習(xí)任務(wù)的數(shù)量要更多，這證明了本文所提離線算法的優(yōu)越性，若要固定邊緣服務(wù)器中處理的深度學(xué)習(xí)任務(wù)的隱含層的個(gè)數(shù)，則由仿真結(jié)果可知，對(duì)每個(gè)邊緣服務(wù)器分配兩層隱含層可使得邊緣服務(wù)器處理的深度學(xué)習(xí)的任務(wù)數(shù)量最大。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李哲;;變換機(jī)車(chē)掃石器角度的設(shè)想[J];西鐵科技;1994年01期

2 翟粱杰;;淺議工務(wù)段行車(chē)安全緊急事故預(yù)案[J];西鐵科技;2006年03期

3 高偉;;拖拉機(jī)裝載與行車(chē)安全的關(guān)系[J];當(dāng)代農(nóng)機(jī);2018年04期

4 ;影響行車(chē)安全的冷門(mén)因子——顏色[J];汽車(chē)與安全;2016年11期

5 李文斌;;雨天行車(chē) 您需要減免一萬(wàn)點(diǎn)傷害的“技能包”[J];汽車(chē)與駕駛維修(汽車(chē)版);2017年06期

6 本刊編輯部;劉克軍;;霧霾天行車(chē)安全[J];汽車(chē)與安全;2017年11期

7 本刊編輯部;劉克軍;;自覺(jué)抵制超員校車(chē)[J];汽車(chē)與安全;2018年04期

8 曹曉虎;;淺析疲勞駕駛與行車(chē)安全[J];消防界(電子版);2017年03期

9 ;車(chē)為什么會(huì)行駛?[J];小雪花(小學(xué)生成長(zhǎng)指南);2016年12期

10 姚遠(yuǎn);祝延兵;岳躍鵬;;影響行車(chē)安全的心理因素及防治對(duì)策[J];解放軍健康;2016年06期

相關(guān)會(huì)議論文 前10條

1 程計(jì)劃;;影響行車(chē)安全事件的分析與思考[A];《河南鐵道》2011年第3期[C];2011年

2 黎國(guó)清;;滬寧線行車(chē)安全綜合監(jiān)測(cè)系統(tǒng)的研究與實(shí)施[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——中國(guó)科協(xié)第五屆青年學(xué)術(shù)年會(huì)論文集[C];2004年

3 張著;;如何做好行車(chē)安全管理的預(yù)防預(yù)控工作[A];安全生產(chǎn)與可持續(xù)發(fā)展論文選編[C];2004年

4 李本方;;健全基礎(chǔ)資料 加強(qiáng)基礎(chǔ)管理 充分發(fā)揮基礎(chǔ)資料在行車(chē)安全管理中的作用[A];安全生產(chǎn)與可持續(xù)發(fā)展論文選編[C];2004年

5 楊民生;;新形勢(shì)下如何搞好行車(chē)安全管理工作[A];安全生產(chǎn)與可持續(xù)發(fā)展論文選編[C];2004年

6 范廣濤;;在新形勢(shì)下如何加強(qiáng)行車(chē)安全管理[A];安全生產(chǎn)與可持續(xù)發(fā)展論文選編[C];2004年

7 劉長(zhǎng)增;;加強(qiáng)施工管理,確保行車(chē)安全[A];鐵道工務(wù)論文集（第3冊(cè)）[C];2004年

8 黎國(guó)清;;滬寧線行車(chē)安全綜合監(jiān)測(cè)系統(tǒng)的研究與實(shí)施[A];中國(guó)鐵道學(xué)會(huì)——2004年度學(xué)術(shù)活動(dòng)優(yōu)秀論文評(píng)獎(jiǎng)?wù)撐募痆C];2005年

9 趙安樂(lè);;提高安全管理水平，保障行車(chē)安全[A];第十屆中國(guó)科協(xié)年會(huì)中部地區(qū)物流產(chǎn)業(yè)體系建設(shè)論壇專(zhuān)輯[C];2008年

10 陳豐;李宏珍;;提高熱軸預(yù)報(bào)兌現(xiàn)率 確保高鐵行車(chē)安全[A];第十五屆粵、京、港、滬鐵道學(xué)會(huì)學(xué)術(shù)年會(huì)第八屆世界軌道交通發(fā)展研究會(huì)年會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 湖北日?qǐng)?bào)全媒記者 陳鵬 通訊員 劉琪;尋找行車(chē)安全“算法”的藍(lán)海[N];湖北日?qǐng)?bào);2019年

2 譚林芳;委員微建議護(hù)航行車(chē)安全[N];湘聲報(bào);2019年

3 記者 李勇強(qiáng) 通訊員 李欣 楊洋;晉中 及時(shí)消除五類(lèi)行車(chē)安全隱患[N];山西法制報(bào);2019年

4 記者 陸銘 通訊員 何興玲;保障行車(chē)安全 嚴(yán)防事故發(fā)生[N];欽州日?qǐng)?bào);2019年

5 本報(bào)記者 �；壑�;走上太長(zhǎng)高速 體驗(yàn)行車(chē)安全[N];山西日?qǐng)?bào);2017年

6 記者 張依;高度重視措施到位應(yīng)急有備確保行車(chē)安全[N];人民鐵道;2017年

7 記者 張依;嚴(yán)把關(guān)鍵環(huán)節(jié)確保施工質(zhì)量與行車(chē)安全[N];人民鐵道;2017年

8 本報(bào)記者 李劉洋;汽車(chē)智能化的背景下行車(chē)安全誰(shuí)來(lái)保障[N];現(xiàn)代物流報(bào);2017年

9 郭學(xué)華、杜向龍;內(nèi)蒙古森林總隊(duì)抓住重點(diǎn)確保行車(chē)安全[N];人民武警報(bào);2011年

10 侯澤華 張德學(xué);北京總隊(duì)汽車(chē)中隊(duì)多措并舉抓行車(chē)安全[N];人民武警報(bào);2011年

相關(guān)博士學(xué)位論文 前9條

1 李鐵強(qiáng);災(zāi)害條件下高速公路行車(chē)安全評(píng)估理論與方法研究[D];長(zhǎng)安大學(xué);2012年

2 王超;面向智能車(chē)輛的單目視覺(jué)行車(chē)安全信息檢測(cè)與識(shí)別方法研究[D];南京理工大學(xué);2016年

3 鄭恒斌;風(fēng)—直線電機(jī)列車(chē)—橋梁系統(tǒng)振動(dòng)分析[D];華南理工大學(xué);2016年

4 王露;風(fēng)環(huán)境下山區(qū)高速公路橋隧連接段行車(chē)安全影響研究[D];長(zhǎng)安大學(xué);2014年

5 劉俊德;災(zāi)害條件下高速公路行車(chē)安全管理技術(shù)研究[D];長(zhǎng)安大學(xué);2012年

6 劉海濤;強(qiáng)風(fēng)作用下列車(chē)—汽車(chē)—橋梁時(shí)變系統(tǒng)的動(dòng)力響應(yīng)及行車(chē)安全性、舒適性研究[D];中南大學(xué);2011年

7 崔X鵬;汽車(chē)撞擊荷載及其作用下高速列車(chē)與橋梁系統(tǒng)動(dòng)力響應(yīng)與列車(chē)運(yùn)行安全研究[D];北京交通大學(xué);2015年

8 周記國(guó);基于流固耦合的風(fēng)—汽車(chē)—橋梁系統(tǒng)數(shù)值模擬研究[D];長(zhǎng)安大學(xué);2015年

9 夏超逸;撞擊荷載作用下車(chē)橋系統(tǒng)的動(dòng)力響應(yīng)及高速列車(chē)運(yùn)行安全研究[D];北京交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 茅天奇;車(chē)載通信中基于邊緣智能的安全預(yù)測(cè)技術(shù)研究[D];南京郵電大學(xué);2019年

2 韓智超;側(cè)風(fēng)環(huán)境下高大橋梁行車(chē)安全及預(yù)警系統(tǒng)研究[D];山東交通學(xué)院;2019年

3 盛士剛;公路橋梁側(cè)風(fēng)風(fēng)致行車(chē)安全研究[D];吉林大學(xué);2018年

4 賀啟才;基于行車(chē)安全場(chǎng)理論的汽車(chē)避撞方法研究[D];重慶理工大學(xué);2018年

5 范鵬鵬;基于橫斷面的公路曲線橋梁行車(chē)安全分析與保障技術(shù)研究[D];吉林大學(xué);2017年

6 王志坤;基于DSP技術(shù)的車(chē)輛行車(chē)安全距離的研究[D];長(zhǎng)安大學(xué);2012年

7 陳桂福;福建山區(qū)高速公路隧道行車(chē)安全研究[D];福建農(nóng)林大學(xué);2014年

8 劉瑋蔚;橋隧及其銜接段駕駛員行車(chē)安全風(fēng)險(xiǎn)研究[D];長(zhǎng)安大學(xué);2017年

9 陳芳;公路視覺(jué)環(huán)境對(duì)行車(chē)安全的影響[D];重慶交通大學(xué);2009年

10 張琨;側(cè)風(fēng)對(duì)公路行車(chē)安全影響的仿真分析與對(duì)策研究[D];長(zhǎng)安大學(xué);2015年

本文編號(hào)：2754909