基于轨迹相似度的移动目标轨迹预测算法

• 作者: 张云纯 张琨 蒋彤彤 蔡颖 谢彬
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 轨迹相似度 轨迹预测 移动目标 最小描述长度 遗传算法
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 177-183
• 页数: 7页
• 分类号: TP391
• 字数: 7158字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051133

摘要

传统的轨迹预测算法训练模型时需要耗费大量时间,且时空复杂度高、执行效率低,不能满足实时预测的需求.为此,提出一种改进的移动目标轨迹预测算法.基于欧氏距离进行轨迹相似度计算以提高预测准确性和实效性,根据最小描述长度原理对预测后的轨迹进行简化,优化运算效率.实验结果表明,该算法能准确预测移动目标的轨迹,并且具有较低的算法复杂度,适用于海量数据背景下的移动目标轨迹预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张琨	南京理工大学计算机科学与工程学院	79	780	15.0	24.0
2	谢彬	南京理工大学计算机科学与工程学院	4	10	2.0	3.0
6	张云纯	南京理工大学计算机科学与工程学院	6	6	1.0	2.0
7	蔡颖	南京理工大学计算机科学与工程学院	4	4	1.0	2.0
8	蒋彤彤	南京理工大学计算机科学与工程学院	2	4	1.0	2.0