基于迭代网格划分和熵估计的稀疏轨迹预测

• 作者: 刘磊军 张磊 朱猛
• 来源期刊: 计算机应用
• 学科: 工学
• 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
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 2015年全国开放式分布与并行计算学术年会(DPCS 2015)?
• 页码范围: 3161-3165
• 页数: 5页
• 分类号: TP312
• 字数: 4512字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.11.3161

摘要

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(10 μs)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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	中国矿业大学计算机科学与技术学院	174	1083	16.0	25.0
2	朱猛	信阳农林学院计算机科学系	4	10	2.0	2.0
3	刘磊军	中国矿业大学计算机科学与技术学院	3	24	3.0	3.0