基于Markov與MMTS的移動對象位置預測算法
大小：0.92 MB 人氣： 2017-12-25 需要積分：1
針對低階Markov模型預測精度較差，以及多階Markov模型預測稀疏率高的問題，提出一種基于Markov模型與軌跡相似度（ MMTS）的移動對象位置預測算法。該方法借鑒了Markov模型思想對移動對象的歷史軌跡進行建模，并將軌跡相似度作為位置預測的重要因素，以Markov預測模型的預測結果集作為預測候選集，結合相似度因素得出最終預測結果。實驗結果表明，與K階Markov模型相比，該方法的預測性能不會隨著訓練樣本大小及階數(shù)后的變化受到很大的影響，并且在大幅降低K階Markov模型預測稀疏率的同時將預測精度平均提高了8%以上。所提方法不僅解決了K階Markov模型的預測稀疏率高及預測精度不足的問題；同時提高了預測的穩(wěn)定性。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于Markov與MMTS的移動對象位置預測算法下載
相關電子資料下載
- 為什么要優(yōu)化可泊空間預測算法？泊車Freespace檢測方法如何優(yōu)化？ 535
- 蘑菇車聯(lián)發(fā)布自動駕駛視覺預測算法BalanceHRNet 183
- 基于時空相關屬性模型的公交到站時間預測算法 558
- 什么是“算法”？如何識別算法？ 3900
- 沈陽自動化所加熱爐優(yōu)化控制研究取得進展 遷移學習的爐溫預測算法 1624
- 序列預測算法降低鉆井測量時間與風險 650
- 基于規(guī)則的預測算法和基于機器學習的預測算法 8825
- Markov的各種預測模型的原理與優(yōu)缺點介紹 27217
- 利用LSTM網(wǎng)絡結構將車輛過去的位置包含到預測算法中 11584
- 基于模糊神經(jīng)網(wǎng)絡的RTT智能預測算法 3623