一种基于马尔可夫模型的稀疏轨迹终点预测算法

摘要：

随着移动设备的普及与定位技术的成熟,涌现出了各种基于地理位置的应用软件不断涌现.为了使这类应用软件给用户提供精准的基于地理位置的服务,实时、准确、可靠地预测移动对象的不确定性轨迹显得尤为重要.目前大多数传统的轨迹终点预测方法都是通过计算轨迹之间的相似度来预测给定轨迹的终点,这种算法的弊端是没有充分考虑轨迹数据时间序列之间的前后联系,导致预测结果偏差较大.理论证明,马尔可夫模型对处理时间序列数据具有较好的效果.因此,针对轨迹终点预测的问题,提出了一种基于马尔可夫模型的预测算法.同时,针对样本运动空间提出一种新的划分网格策略——K-d tree网格划分.实验结果表明,相比于传统方法,运用马尔可夫模型预测轨迹终点的算法的精度有明显提高,预测时间会大大缩短.

关键词：轨迹挖掘、终点预测、马尔可夫模型

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61373092,61033013,61272449,61202029;江苏省教育厅重大项目12KJA520004;江苏省科技支撑计划重点项目BE2014005

在线出版日期：2017-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：193-197,224