作者:冯涛 郭云飞 黄开枝 吉江行为轨迹状态倾向度轨迹还原状态缺失局部概率隐马尔可夫模型
摘要:针对行为轨迹还原过程中观察序列状态缺失、无法对终端轨迹进行精确还原的问题,提出一种基于隐马尔可夫模型的行为轨迹还原算法。利用基站布局的空间相关性,在不考虑缺失观察状态的情况下,对隐马尔可夫模型求解过程中的局部概率进行修订,还原出轨迹序列。性能分析和仿真结果表明,状态倾向度越大,轨迹还原成功率越高,当状态倾向度取0.8时,轨迹还原成功率在90%左右。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社