公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

大数据环境下移动对象自适应轨迹预测模型被引量：29: 2015年; 已有的轨迹预测算法针对移动对象运动模式,使用数学模型进行交通流模拟,难以对路网中的移动对象进行准确的描述.为了解决这一问题,提出基于隐马尔可夫模型(hidden Markov model,简称HMM)的自适应轨迹预测模型SATP(self-adaptive trajectory prediction model based on HMM),对大数据环境下移动对象海量轨迹利用基于密度的聚类方法进行位置密度分区和高效分段处理,减少HMM的状态数量.根据输入轨迹自动选取参数组合,避免HMM模型中隐状态不连续、状态停留等问题.实验结果表明,SATP模型在实验中表现出较高的预测准确性,并维持较低的时间开销.针对速度随机改变的移动对象,其平均预测准确率为84.1%;相同情况下,平均高出朴素预测算法46.7%.; 乔少杰李天瑞韩楠高云君元昌安王晓腾唐常杰; 关键词：智能交通轨迹预测隐马尔可夫模型自适应

移动对象不确定性轨迹预测模型研究: 近年来，随着移动计算技术的不断发展，网络已逐渐渗透进人们生活的方方面面。移动互联网将空间与网络互连，网络已不再是简单的虚拟世界，而是融合了现实生活中各种元素的统一体。智能手机、车载GPS终端、智能家电等设备产生了海量的位...; 王晓腾; 关键词：轨迹预测特征提取互联网

一种基于空间编码技术的轨迹特征提取方法被引量：8: 2017年; GPS数据存在位置精度偏差而且易受噪声干扰,大规模数据挖掘前需要进行轨迹特征提取.本文提出基于Geo Hash的空间编码技术Geo Hash Tree对时空点进行索引,提高邻域轨迹点查询效率.将Geo Hash Tree应用于轨迹聚类,提出一种改进的基于密度的轨迹聚类算法,使聚类中最近邻点查询时间复杂度由O(n^2)降为O(n log n).以提取角度变化点为基础,通过聚类对角度变化点进行深层次特征提取,实现特征点的准确识别.大量真实GPS数据上的实验结果表明:相比传统算法,基于Geo Hash Tree空间索引结构的轨迹聚类算法时间开销平均提升90.89%,同时保证聚类结果的准确性.可视化结果表明:在大规模数据集上,轨迹特征提取方法能够准确找到角度变化点,有效挖掘各类特征点.此外,算法不依赖路网数据,可根据路网实时改变时新增的轨迹数据进行动态更新.; 乔少杰韩楠李天瑞熊熙元昌安黄江涛王晓腾; 关键词：大数据编码方法聚类分析特征提取

基于前缀投影技术的大规模轨迹预测模型被引量：7: 2017年; 智能手机、车载GPS终端、可穿戴设备产生了海量的轨迹数据,这些数据不仅描述了移动对象的历史轨迹,而且精确地反映出移动对象的运动特点.已有轨迹预测方法的不足在于:不能同时兼具预测的准确性和时效性,有效的轨迹预测受限于路网等局部空间范围,无法处理复杂、大规模位置数据.为了解决上述问题,针对海量移动对象轨迹数据,结合频繁序列模式发现的思想,提出了基于前缀投影技术的轨迹预测模型PPTP(prefix projection based trajectory prediction model),包含两个关键步骤:(1)挖掘频繁轨迹模式,构造投影数据库并递归挖掘频繁前序轨迹模式;(2)轨迹匹配,以不同频繁序列模式作为前缀增量式扩展生成频繁后序轨迹,将大于最小支持度阈值的最长连续轨迹作为结果输出.算法的优势在于:可以通过较短的频繁序列模式,增量式生成长轨迹模式;不会产生无用的候选轨迹,弥补频繁模式挖掘计算代价较高的不足.利用真实大规模轨迹数据进行多角度实验,表明PPTP轨迹预测算法具有较高的预测准确性,相对于1阶马尔可夫链预测算法,其平均预测准确率可以提升39.8%.基于所提出的轨迹预测模型,开发了一个通用的轨迹预测系统,能够可视化输出完整的轨迹路线,为用户路径规划提供辅助决策支持.; 乔少杰韩楠李天瑞李荣华李斌勇王晓腾Louis Alberto GUTIERREZ; 关键词：轨迹预测频繁序列模式马尔可夫链

全选清除导出

共1页<1>

王晓腾

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

王晓腾

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈