基于隐马尔科夫模型和动态规划的手机数据移动轨迹匹配

论文摘要

针对手机数据属性信息少、时空采样率较低、采样不均匀、定位精度低的特点,该文提出了一种基于隐马尔科夫模型和动态规划的移动轨迹匹配方法（HMM-DP4MT）。该方法通过设定搜索半径以提高计算效率;结合轨迹距离和方向信息计算发射概率,基于不同搜索半径和定位标准差的匹配结果确定参数最优值;利用Manhattan距离代替欧氏距离,建立了融合最短路径距离和道路等级的转移概率模型,分析了道路等级约束对匹配结果的影响;基于动态规划搜索移动轨迹在拓扑路网中的全局最大似然匹配路径。利用同步采集的手机数据和GPS轨迹数据进行验证,结果表明,模型在简单路网区域和较复杂路网区域的精确率和召回率均高于85%,在极端复杂路网的精确率和召回率略低,但仍高于75%,能够满足交通应用对用户移动路径精确度的需求。

论文目录

• 0 引言
• 1 基于隐马尔科夫模型和动态规划的移动轨迹匹配 （HMM-DP4MT）
•   1.1 地图匹配模型
•   1.2 候选路段筛选
•   1.3 路段发射概率
•   1.4 路段转移概率
•   1.5 动态规划路径匹配
• 2 研究数据
• 3 结果与讨论
•   3.1 用户轨迹匹配结果
•   3.2 结果分析
•     3.2.1 模型参数优选
•     3.2.2 转移概率效果分析
•     3.2.3 模型有效性检验
• 4 结论

文章来源

类型: 期刊论文

作者: 陈浩,许长辉,张晓平,王静,宋现锋

关键词: 手机数据,移动轨迹,地图匹配,隐马尔科夫模型,动态规划

来源: 地理与地理信息科学 2019年03期

年度: 2019

分类: 基础科学,信息科技

专业: 自然地理学和测绘学,计算机软件及计算机应用

单位: 中国科学院大学,中国测绘科学研究院,中国科学院地理科学与资源研究所,中国科学院光电研究院

基金: 国家重点研发计划资助项目(2017YFB0503702),中国科学院战略性先导科技专项A类项目(XDA19040403),国家自然科学基金项目(41601486)

分类号: P228.4;TP301.6

页码: 1-8

总页数: 8

文件大小: 2675K

下载量: 509