我正在处理一个实现机器学习算法的问题。
假设上面给出的Map有12个Signals。每个信号都有一个Router [Dot]。路由器获取流量计数。然后将流量计数添加到服务器端的DB。该流量计数被发送到警察在每个信号处持有的手持设备。每5分钟后,所有路由器的计数都为0.
现在这里是系统的主要症结。当在服务器上检测到并验证车辆时,它可能是“有效”或“无效”车辆。现在如果它'无效'车辆那么它必须被抓住.. !!但如何抓车?现在举个例子。
如图所示
1.无效车辆在G-Router [G =绿色]
时检测到'A'
所以它可能会转到所有可能的R-Router的 [R = RED]
3.现在,如果每个路由器的计数为
- R-Router 1 = 234.每个路由器之间的距离是
- R-Router 2 = 16
- R-Router 3 = 31
- R-Router 4 = 47
- G-Router = 19
- R-Router 1 —> G-Router = 3 K.M.因此,通过上面给出的数据计算所需的时间 6.然后将此TIME发送到连接到所有R-Router的手持设备 我想要 PROBABILISTIC TIME ,车辆可能分别来到每个R-Router。因此,通过使用所有R-Router和G-Router的流量数据,我想开发算法。
- R-Router 2 —> G-Router = 5 K.M
- R-Router 3 —> G-Router = 2 K.M
- R-Router 4 —> G-Router = 1 K.M
Available :
- Count of traffic at each Router/Signal [Dynamically changes after each 5 minutes] - Distance Between each Router Find :
- Probabilistic Time Required for ‘A’ vehicle to reach any given router.