論文針對移動對象位置預(yù)測問題,提出了基于灰色Markov模型的預(yù)測方法。首先將問題抽象為單變量的灰色系統(tǒng)構(gòu)建GM（1,1）模型。接著,以一分鐘為間隔,提取GeoLife中的部分GPS軌跡數(shù)據(jù)代入預(yù)測模型,并且針對其結(jié)果對模型進行檢驗。最后將Markov模型引入到GM（1,1）模型中再次進行實驗,與傳統(tǒng)GM（1,1）模型進行對比。實驗結(jié)果表明,灰色Markov模型相比于灰色模型在移動對象位置預(yù)測上誤差更小,預(yù)測結(jié)果更為精確可靠。 

【文章來源】：計算機與數(shù)字工程. 2019,47(11)

【文章頁數(shù)】：3 頁

【部分圖文】：

預(yù)測數(shù)據(jù)與實際數(shù)據(jù)移動軌跡圖

【參考文獻】：
期刊論文
[1]基于修正殘差的G-Markov模型的河南省小麥產(chǎn)量預(yù)測[J]. 谷艷華,雷玉瓊.  河南科技學(xué)院學(xué)報(自然科學(xué)版). 2018(06)
[2]基于灰色理論的人體步態(tài)預(yù)測[J]. 丁峰,韓云鵬,顧承超,韓雙玲.  計算機應(yīng)用與軟件. 2017(10)
[3]基于Markov模型與軌跡相似度的移動對象位置預(yù)測算法[J]. 宋路杰,孟凡榮,袁冠.  計算機應(yīng)用. 2016(01)
[4]基于累積法的灰色馬爾科夫預(yù)測模型及其應(yīng)用[J]. 張國帥.  統(tǒng)計與決策. 2011(08)

碩士論文
[1]基于混合多步Markov模型的位置預(yù)測方法研究[D]. 楊迪.東北大學(xué) 2014
[2]灰色系統(tǒng)理論及其應(yīng)用[D]. 溫麗華.哈爾濱工程大學(xué) 2003



本文編號：3556600