AU - Li, Ming AU - Zheng, Yanwei AU - Wang, Li AU - Li, Yong AU - Yang, Ji AU - Xiang, Yifei AU - Zhang, jin - feng AU - Zhang, Nanfeng AU - Li, Ming AU - Zheng, Yanwei AU - Wang, Li AU - Li, Yong AU - Yang, Ji AU - Xiang, Yifei AU - Zhang，Yu PY - 2019 DA - 2019/04/07 TI -车辆文本数据压缩和基于最大熵的神经网络的传输方法和优化的哈夫曼编码算法SP - 8616215六世- 2019 AB -因为车辆硬件的不断进步,车辆不能加载复杂算法的条件已不复存在。同时，随着车辆硬件的进步，实际运行中的文本数量呈指数级增长。为了在实际操作中优化海量数据传输的效率，本文提出了一种基于最大熵原理的文本信息(包括位置信息)神经网络概率预测模型，并结合优化的Huffman编码算法，优化了从数据交换到数据压缩、传输、解压缩的全过程。测试结果表明，基于文本类型的车辆信息压缩算法对数据压缩和传输算法进行优化，可以有效实现数据压缩。它还可以达到较高的压缩率和数据传输完整性，解压后基本可以保证不失真。本文提出的方法对于提高车辆文本信息的传输效率，提高文本信息的可解释性和完整性，实现车辆监控，掌握实时交通状况具有重要意义。SN - 1076-2787 UR - https://doi.org/10.1155/2019/8616215 DO - 10.1155/2019/8616215 JF -复杂性PB - Hindawi KW - ER -