基于Markov與MMTS的移動對象位置預測算法
大小：0.92 MB 人氣： 2017-12-25 需要積分：1
針對低階Markov模型預測精度較差，以及多階Markov模型預測稀疏率高的問題，提出一種基于Markov模型與軌跡相似度（ MMTS）的移動對象位置預測算法。該方法借鑒了Markov模型思想對移動對象的歷史軌跡進行建模，并將軌跡相似度作為位置預測的重要因素，以Markov預測模型的預測結果集作為預測候選集，結合相似度因素得出最終預測結果。實驗結果表明，與K階Markov模型相比，該方法的預測性能不會隨著訓練樣本大小及階數后的變化受到很大的影響，并且在大幅降低K階Markov模型預測稀疏率的同時將預測精度平均提高了8%以上。所提方法不僅解決了K階Markov模型的預測稀疏率高及預測精度不足的問題；同時提高了預測的穩定性。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%