基于概率后缀树的移动对象轨迹预测

作     者：王兴 蒋新华 林劼 熊金波 WANG Xing;JIANG Xinhua;LIN Jie;XIONG Jinbo

作者机构：中南大学信息科学与工程学院长沙410075 福建师范大学软件学院福州350108 福建工程学院下一代互联网应用技术研究中心福州350108 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2013年第33卷第11期

页      面：3119-3122,3133页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：福建省重大专项(2011HZ0002-1) 国家自然科学基金资助项目(61101139) 福建省科技计划重点项目(2011H0002) 福建省交通科技计划项目(201122) 

主　　题：变长马尔可夫模型 概率后缀树 历史轨迹 轨迹预测 

摘      要：在移动对象轨迹预测中,针对低阶马尔可夫模型预测准确率不高、高阶模型状态空间膨胀的问题,提出一种基于概率后缀树(PST)的动态自适应变长马尔可夫模型预测方法。首先依时间先后将移动对象的轨迹路径序列化;然后根据移动对象的历史轨迹数据进行学习训练,计算序列上下文的概率特征,建立路径序列的概率后缀树模型,结合当前实际轨迹数据,动态自适应预测将来的位置信息。实验结果表明,该模型在二阶时取得最高的预测精度,随着阶数的增加,预测精度保持在82%左右,能取得较好的预测效果;同时空间复杂度呈指数级减少,大大节省了存储空间。该方法充分利用历史轨迹数据和当前轨迹信息预测未来轨迹,能够提供更加灵活、高效的基于位置服务。