-
题名基于迭代网格划分和熵估计的稀疏轨迹预测
被引量：2
- 1
-
-
作者
刘磊军
朱猛
张磊
-
机构
中国矿业大学计算机科学与技术学院
信阳农林学院计算机科学系
-
出处
《计算机应用》
CSCD
北大核心
2015年第11期3161-3165,共5页
-
基金
中央高校基本科研业务费专项资金资助项目(2014XT04)
教育部博士点基金资助项目(20110095110010)
江苏省自然科学基金资助项目(BK20130208)
-
文摘
针对移动对象轨迹预测所面临的"数据稀疏"问题,即有效的历史轨迹空间不能覆盖所有可能的查询轨迹,提出了一种基于迭代网格划分和熵估计的稀疏轨迹预测算法(TPDS-IGP&EE)。首先,对轨迹区域进行迭代网格划分并生成轨迹序列;然后,引入L-Z熵估计计算轨迹序列的熵值,在轨迹熵值的基础上进行轨迹综合形成新的轨迹空间;最后,结合子轨迹综合算法,进行稀疏轨迹预测。实验结果表明,当轨迹完整度达到90%以上,Baseline算法的查询覆盖率只有25%左右;而TPDS-IGP&EE算法几乎不受查询轨迹长度的影响,可以预测几乎100%的查询轨迹;并且TPDS-IGP&EE算法的预测准确率普遍高于Baseline算法4%左右;同时Baseline算法的预测时间非常长,达到100ms,而TPDS-IGP&EE算法的预测时间(10μs)几乎可以忽略不计。TPDS-IGP&EE算法能够有效地进行稀疏环境下的轨迹预测,具有更广的预测范围、更快的预测速度和较高的预测准确率。
-
关键词
轨迹预测
数据稀疏
迭代网格划分
L-Z熵估计
子轨迹综合
-
Keywords
trajectory prediction
data sparsity
iterative grid partition
L-Z entropy estimation
sub-trajectory synthesis
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
