基于轨迹相似度的移动目标轨迹预测算法

摘要：

传统的轨迹预测算法训练模型时需要耗费大量时间,且时空复杂度高、执行效率低,不能满足实时预测的需求.为此,提出一种改进的移动目标轨迹预测算法.基于欧氏距离进行轨迹相似度计算以提高预测准确性和实效性,根据最小描述长度原理对预测后的轨迹进行简化,优化运算效率.实验结果表明,该算法能准确预测移动目标的轨迹,并且具有较低的算法复杂度,适用于海量数据背景下的移动目标轨迹预测.

关键词：轨迹相似度、轨迹预测、移动目标、最小描述长度、遗传算法

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省研究生科研与实践创新计划项目SJCX18_0150

在线出版日期：2018-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：177-183