餐饮业服务人数、接待入境旅游人数、旅游外汇收入、园林、绿地面积等8个因素对各地区旅游业发展的影响程度,根据2015年(中国统计年鉴)的相关数据,首先进行相关分析,分析各变量之间的相关性,其次利用多元统计方法中的主成分分析方法和因子分析方法,借助SPSS软件,提取出3个影响旅游业的主要因素最后构造这3个主要因素与8个可控因素之间的线性方程及综合得分函数,通过Excel计算出各个地区的综合得分。 未来车联网的设计中,基于安全类消息集对高可靠低时延的要求,可以在车联网路由设计中引入V2V机制。针对V2V链路不稳定的问题,提出了一种基于信道感知的转发链路增强算法FLEA (Forward Link Enh-anced Algorithm)。首先,基于对周边车辆的历史位置及速度信息的采集对车辆进行记忆性位置预测,然后结合信道感知计算当前时刻通信覆盖范围,预测位置在通信覆盖范围内的车辆通信链路是可靠的转发链路增强算法-电动折弯机数控滚圆机滚弧机张家港液压缩管机滚圆机滚弧机。将贪婪转发算法与FLEA算法结合引入到车联网路由设计中,仿真结果表明所提算法可以提升数据包投递率,并且有效降低端到端时延。 面向车联网路由的转发链路增强算法151《软件》杂志欢迎推荐投稿：及时地反映车辆位置的动态变化，并且没有考虑复杂路况下电波损耗对链路稳定性的影响。鉴于人工智能及图像处理[9]等技术愈渐成熟，环境感知技术开始逐渐应用于车联网中。本文有公司网站全自动缩管机采集转载中国知网整理  http://www.suoguanji.cc 本文所提FLEA算法根据车辆历史及当前的速度信息与历史位置信息记忆性预测车辆位置的动态变化。进而，考虑到在实际车辆运行中通信覆盖质量发生变化引起通信距离变化的问题[10]，引入对信道的感知，利用信道的路径损耗模型及干扰分量来计算当前运动过程中有效通信距离的变化。将FLEA算法与贪婪算法[11]结合引入到路由设计中，解决了车辆位置的快速变化造成的网络拓扑结构改变的问题及通信覆盖质量变化的问题，提高了链路可靠性，降低了转发失败的概率。本文使用NS-3开源软件[12]设计仿真代码给出了算法设计的仿真结果。1问题分析及系统建模V2V通信中车辆之间可以通过周期性的发送信标Beacon来进行相互感知[13]，Beacon中包含车辆当前时刻的位置及速度信息。频繁发送Beacon会带来较高的路由开销，而Beacon发送周期过长则会降低路由协议的及时性同时增加链路中断的概率，从而影响路由决策。为了在不增加路由开销的基础上，保证链路连接质量及路由协议的及时性，需要及时感知车辆位置的动态变化及通信覆盖质量的变化。图1记忆性位置预测记忆性位置预测的模型如图1所示，S点为数据包的源车辆，D点为目的车辆，其中半径R为S车辆的通信半径，而车辆A、B、C和E为车辆S的邻居车辆。在某一时刻，A位置变到了A而B的位置变到了B。由于S中记录有A、B的历史速度及位置信息，所以S能感知到A和B都转发链路增强算法-电动折弯机数控滚圆机滚弧机张家港液压缩管机滚圆机滚弧机本文有公司网站全自动缩管机采集转载中国知网整理  http://www.suoguanji.cc