基于Markov模型与轨迹相似度的移动对象位置预测算法.pdf

JournalofComputerApplications ISSN 2016一O1．10 计算机应用，2016，36(1)：39—43，65 CODENJYIIDU http：／／www．joca．cn 文章编号：1001—9081(2016)o1．0039—05 DOI：10．11772／j．issn．1001—9081．2016．O1．0039 基于Markov模型与轨迹相似度的移动对象位置预测算法 宋路杰 。，孟凡荣，袁 冠 (中国矿业大学 计算机科学与技术学院，江苏 徐州 221116) ( 通信作者电子邮箱 songlujie@hotmail．con) 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 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 中图分类号：TP311 文献标志码：A MovingoMectlocationpredictionalgorithm basedonMarkovmodelandtrajectorysimilarity SONGLujie ，MENGFanrong，YUANGuan (SchoolofComputerScienceandTechnology，ChinaUniversityofMiningandTechnology，XuzhouJiangsu221116，China) Abstract：Focusingonlow predictionaccuracyofthelow—orderMarkovmodelandhighsparsityrateofthehigh—order Markovmodel，amovingobjectlocationpredictionalgorithmbasedonMarkovModelandTrajectorySimilarity(MMTS)was proposed．Themovingobject’ShistoricaltrajectorywasmodeledbyusingMarkovthinking，andtrajectorysimilaritywasacted asanimportantfactoroflocationprediction．WiththeresultsetpredictedbyMarkovmodelascandidateset，thetrajectory similarityfactorwascombinedtogetthefinalprediction．Theexperimentalresultsshow that，compared with thek-order Markovmodel，thepredictivecapabilityoftheMMTSmethodisnotgreatlyaffectedwiththechangeoftrainingsamplesizeand thevalueofk．andtheaverageaccuracyisimprovedbymorethan8％ whilesignificantlyreducingthesparsityrateofk-order Markovmode1．So，thepropose