基于高斯分析的马尔可夫位置预测方法

• 作者: 乔岩磊 杜永萍 赵东玥
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 位置预测 基于位置的服务 轨迹数据 时间序列
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 41-44,50
• 页数: 5页
• 分类号: TP311
• 字数: 3406字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.01.009

摘要

针对基于马尔可夫模型在真实时间上进行位置预测时,需要通过对时间进行等值划分来确定位置转移时间点,从而导致预测结果粗糙的问题,提出一种基于高斯分析的马尔可夫位置预测方法.该方法首先利用高斯混合模型拟合连续时间下地点之间的转移概率,从而发现可能的位置转移时间点,并将这些时间点作为马尔可夫模型的状态转移点,建立马尔可夫模型;然后通过用户在这些时间点的转移概率流向,计算用户位于某一位置的概率值,从而得到最终的位置预测结果.在数据集GeoLife上的实验结果表明,该方法相对于传统马尔可夫模型和高斯混合模型的预测准确率分别提升了约10％和12％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜永萍	北京工业大学计算机学院	32	389	9.0	19.0
2	赵东玥	北京工业大学计算机学院	2	7	2.0	2.0
3	乔岩磊	北京工业大学计算机学院	1	4	1.0	1.0