[发明专利]一种基于马尔科夫模型的位置预测方法

摘要

本发明公开了一种基于马尔科夫模型的位置预测方法，包括以下步骤：采集历史轨迹，确定各个采样位置的数据集中概率，进行归一化处理，确定各个离散型概率分布，构建可变阶全局马尔科夫模型；根据每个移动对象的历史轨迹，构建每个移动对象的个体马尔科夫模型；通过线性回归将全局马尔科夫模型和个体马尔科夫模型进行组合，生成概率向量线性组合，划分时间段，将所有轨迹根据它们的时间戳映射到这些时间段中，计算各对象落入各个时间段的概率，进行聚类，结合聚类结果和马尔科夫模型进行预测下一位置。本发明将时间因素考虑在内，对不同时间段训练不同的模型，在预测下一个位置时，基于时间戳选择合适的模型，极大提高了预测准确率。

主权项

一种基于马尔科夫模型的位置预测方法，其特征是：包括以下步骤：(1)采集历史轨迹，确定各个采样位置的数据集中概率，进行归一化处理，确定各个离散型概率分布，构建可变阶全局马尔科夫模型；(2)根据每个移动对象的历史轨迹，构建0阶马尔科夫模型和可变阶马尔科夫模型，进行数据的整合，形成每个移动对象的个体马尔科夫模型；(3)通过线性回归将全局马尔科夫模型和个体马尔科夫模型进行组合，生成概率向量线性组合；(4)划分时间段，将所有轨迹根据它们的时间戳映射到这些时间段中，计算各对象落入各个时间段的概率，进行聚类，结合聚类结果和马尔科夫模型进行预测下一位置。