摘要
本发明公开了一种高速公路多源异构收费数据实时采集与融合方法,具体涉及公路收费数据管理技术领域,包括通过数据链路和网络设备传输至边缘部署的算力中心进行初步融合,得到初步融合数据集;将每个收费站边缘部署的算力中心记为一个边缘节点,通过机器学习预测未来车流量变化趋势,生成流量预测分布,并基于所述流量预测分布提取各边缘节点的算力需求轮廓,利用混沌动力学模型分析算力需求轮廓的非线性波动特征,识别高负载节点的混沌吸引子,生成集群整体算力边界,并基于混沌控制策略动态调度算力;在检测到多源数据融合冲突时,基于动态信任度和博弈论优化调整融合策略;有效解决高负载场景下算力不足或资源浪费的问题。
技术关键词
融合方法
异构
融合策略
节点
混沌吸引子
波动特征
高速公路收费数据
多路径传输协议
深度学习模型
校验机制
时间序列预测模型
动态
网络拓扑优化
网络设备
压缩特征向量
高速公路收费站
数据压缩