基于Markov模型与轨迹相似度的移动对象位置预测算法
来源：计算机应用杂志2016年第1期北京时间：
作者：宋路杰, 孟凡荣, 袁冠
单位：中国矿业大学 计算机科学与技术学院, 江苏 徐州 221116
摘要：针对低阶Markov模型预测精度较差,以及多阶Markov模型预测稀疏率高的问题,提出一种基于Markov模型与轨迹相似度(MMTS)的移动对象位置预测算法。该方法借鉴了Markov模型思想对移动对象的历史轨迹进行建模,并将轨迹相似度作为位置预测的重要因素,以Markov预测模型的预测结果集作为预测候选集,结合相似度因素得出最终预测结果。实验结果表明,与k阶Markov模型相比,该方法的预测性能不会随着训练样本大小及阶数k的变化受到很大的影响,并且在大幅降低k阶Markov模型预测稀疏率的同时将预测精度平均提高了8%以上。所提方法不仅解决了k阶Markov模型的预测稀疏率高及预测精度不足的问题;同时提高了预测的稳定性。
关键词：轨迹相似度,位置预测,移动对象,马尔可夫模型,稀疏性
基金资助：国家863计划项目(2012AA011004);中央高校基本科研业务费专项资金资助项目(2013XK10);国家自然科学基金煤炭联合基金重点项目(U1261201)。
