基于前缀投影技术的大规模轨迹预测模型

• 作 者: 乔少杰 韩楠 李天瑞 李荣华 李斌勇 王晓腾 Louis A
• 机 构: 成都信息工程大学网络空间安全学院,成都信息工程大学管理学院,西南交通大学信息科学与技术学院,深圳大学计算机与软件学院,DepartmentofComputerScience
• 出 处: 软件学报
• 发表日期: 2017年11期
• 关键词: 轨迹预测 前缀投影 频繁序列模式 轨迹匹配 马尔可夫链 trajectory prediction prefix projection frequent seq
• 基金项目: 国家自然科学基金（61772091,61100045,61363037）, 教育部人文社会科学研究规划基金（15YJAZH058）,教育部人文社会科学研究青年基金（14YJCZH046）, 成都市软科学项目（2015-RK00-00059-ZF）, 四川省教育厅资助科研项目（14ZB0458）

智能手机、车载GPS终端、可穿戴设备产生了海量的轨迹数据,这些数据不仅描述了移动对象的历史轨迹,而且精确地反映出移动对象的运动特点.已有轨迹预测方法的不足在于：不能同时兼具预测的准确性和时效性,有效的轨迹预测受限于路网等局部空间范围,无法处理复杂、大规模位置数据.为了解决上述问题,针对海量移动对象轨迹数据,结合频繁序列模式发现的思想,提出了基于前缀投影技术的轨迹预测模型PPTP（prefix projection based trajectory prediction model）,包含两个关键步骤：（1