-
【作者】乔少杰,金琨,韩楠,唐常杰,格桑多吉,Gutierrez Louis Alberto
-
【作者单位】西南交通大学 信息科学与技术学院;西南交通大学 生命科学与工程学院;四川大学 计算机学院;西藏大学 藏文信息技术研究中心;Rensselaer Polytechnic Institute
-
【ISSN】1000-9825
-
【关键词】移动对象数据库 轨迹预测 高斯混合模型 运动模式
-
【摘要】
在智能交通控制系统、军事数字化战场、辅助驾驶系统中,实时、精确、可靠的移动对象不确定性轨迹预测具有极高的应用价值.智能轨迹预测不仅可以提供精准的基于位置的服务,而且可以提前监测和预判交通状况,进而推荐最佳路线,已经成为移动对象数据库研究的热点,亟需设计准确高效的位置预测方法.针对现有方法的不足,提出新的基于高斯混合模型的轨迹预测方法 GMTP,主要步骤包括:(1) 针对复杂运动模式利用高斯混合模型建模;(2) 利用高斯混合模型计算不同运动模式的概率分布,进而将轨迹数据划分为不同分量;(3) 利用...
-
【基金】国家自然科学基金;高等学校博士学科点专项科研基金;中央高校基本科研业务费专项资金;教育部人文社会科学研究;教育部人文社会科学研究青年基金
-
【文献类型】
期刊
进入发现系统查看更多信息
页脚