典型文献
基于数据降维与聚类的车联网数据分析应用
文献摘要：
智能网联背景下的车联网数据分析与应用对提升交通智能化有重要影响.为了加快交通智能化进程,文章对车联网数据应用过程中存在的数据冗余问题进行研究.以采集的车联网数据为研究对象,驾驶行为特点分类辨识为研究目标.采用相关分析与主成分分析方法对数据进行冗余筛选与降维,使用k-means聚类算法对驾驶行为特点进行分类辨识.研究结果表明,使用数据降维的方法可以降低车联网数据的相关冗余性,驾驶行为特点分类辨识结果表明其特点可分为三类驾驶行为.研究提升了车联网数据的应用价值,也为交通智能化提供了相关的支持.
文献关键词：
智能网联;车联网;主成分分析;k-means算法
中图分类号：
作者姓名：
姚柳成;邹智宏
作者机构：
东风柳州汽车有限公司,广西 柳州 545005;桂林电子科技大学,广西 桂林 541004
文献出处：
引用格式：
[1]姚柳成;邹智宏-.基于数据降维与聚类的车联网数据分析应用)[J].汽车实用技术,2022(04):24-28
A类：
B类：
数据降维,车联网数据,分析应用,智能网联,数据分析与应用,数据应用,数据冗余,驾驶行为,行为特点,主成分分析方法,means,聚类算法,使用数据,冗余性
AB值：
0.2353
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
