基于马尔科夫链的轻轨乘客轨迹预测新算法

• 作者: 仝博 孙海 彭舰 陈瑜 黄飞虎
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 贝叶斯分类 马尔科夫链 轻轨预测 出行轨迹
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 720-725
• 页数: 6页
• 分类号: TN97
• 字数: 4878字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2018.05.013

摘要

利用重庆轻轨的乘客刷卡数据,分析了乘客出行特征,并提出了一种基于马尔科夫链的乘客轨迹预测算法.该算法首先利用贝叶斯分类器对乘客下次出行轨迹进行分类;然后,根据乘客最近一次出行轨迹与其常住地的关系,预测其下次出行轨迹.在真实轻轨交通数据集上的实验结果表明,该算法对乘客出行轨迹的预测效果优于LTMT、RNN和2-MC;同时,该算法基于大数据处理框架Spark进行编码,减少了运行时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈瑜	四川大学计算机学院	62	575	14.0	21.0
2	彭舰	四川大学计算机学院	62	936	15.0	29.0
3	仝博	四川大学计算机学院	7	9	2.0	2.0
4	孙海	四川大学计算机学院	2	14	2.0	2.0
5	黄飞虎	四川大学计算机学院	10	63	3.0	7.0