融合復(fù)合特征的移動軌跡預(yù)測方法的研究與實(shí)現(xiàn).pdf

1、隨著寬帶無線接入技術(shù)和移動終端技術(shù)的飛速發(fā)展，人們迫切希望能夠隨時(shí)隨地在移動過程中享受互聯(lián)網(wǎng)的信息和服務(wù)，移動互聯(lián)網(wǎng)應(yīng)運(yùn)而生并迅猛發(fā)展。各種基于位置服務(wù)的設(shè)備都要求提供移動設(shè)備的準(zhǔn)確位置。目前，雖然定位系統(tǒng)的可靠性和準(zhǔn)確性有所提高，但是由于GPS系統(tǒng)、移動設(shè)備、無線網(wǎng)絡(luò)的局限性，定位系統(tǒng)有時(shí)難以精確追蹤物體，需要可靠的方法預(yù)測移動對象的將來位置。
　　本文提出了兩種移動對象軌跡預(yù)測的方法：融合語義特征的移動對象軌跡預(yù)測方法SG和融

2、合動態(tài)環(huán)境的移動對象概率路徑預(yù)測方法P3D。融合語義特征的移動用戶軌跡預(yù)測方法SG首先將用戶的地理軌跡轉(zhuǎn)化成包含語義行為的軌跡，挖掘出語義模式集，同時(shí)在語義軌跡中分析移動用戶的公共行為，將具有相似語義行為的用戶進(jìn)行聚類，挖掘出每個聚類的地理模式集?；谕诰虻降挠脩魝€體語義模式集和相似用戶地理模式集，構(gòu)造用來索引和局部匹配的模式樹STP-Tree和SLP-Tree。通過對STP-Tree和SLP-Tree的索引和局部匹配，引入一個加權(quán)函數(shù)

3、對給定移動用戶的最近運(yùn)動進(jìn)行預(yù)測。融合動態(tài)環(huán)境的移動對象概率路徑預(yù)測方法P3D通過動態(tài)選擇軌跡來動態(tài)建立預(yù)測模型。
　　P3D的優(yōu)點(diǎn)：
　　1）要被預(yù)測的目標(biāo)軌跡在模型建立之前被選擇，可以針對和目標(biāo)軌跡相關(guān)的軌跡建立模型。
　　2）不像惰性學(xué)習(xí)方法，P3D基于少量選定的參考軌跡，用精確的學(xué)習(xí)方法在可接受的時(shí)延內(nèi)得到準(zhǔn)確的預(yù)測模型。
　　3）如果預(yù)測運(yùn)動和準(zhǔn)確的結(jié)果不匹配，P3D可以通過動態(tài)重構(gòu)建新模型進(jìn)行持續(xù)自校