基于贝叶斯网络的稀疏出租车GPS轨迹路径还原方法
Journal of Ningbo University(Natural Science & Engineering Edition)（2021）
摘要
为提高出租车GPS大数据的可用性,提出一种基于贝叶斯网络研究稀疏出租车GPS轨迹路径还原的方法.与传统仅基于时空变量的研究方法不同,新算法同时考虑天气条件、驾驶员特性、车辆行驶特性与出租车的载客状态等因素来进行路径还原预测.以宁波市体育中心周围的路网为例,将出租车服务信息管理平台的GPS轨迹数据作为测试对象,验证本文方法的适用性.结果显示,基于多因素的贝叶斯网络方法在还原精度方面(达到91.4％)优于Logit选择模型.此外,新算法尤其适用于出租车轨迹数据缺失率较高的场景,比如缺失轨迹点跨度在5min左右.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要