搜索引擎优化论文(西媒头条:基于简单一阶Markov模型的车辆目的地推测基于贝叶斯方法的失踪目标优化搜索算法)

　　搜索引擎优化论文(西媒头条:基于简单一阶Markov模型的车辆目的地推测基于贝叶斯方法的失踪目标优化搜索算法)

　　[文章页数]：7 页

　　【部分图文】：

　　基于简单一阶马尔可夫模型的车辆目的地推断

　　基于改进一阶马尔可夫模型的车辆目的地推断

　　本文基于相同的实验数据集，测试了不同阶马尔可夫模型预测车辆目的地的准确性，结果如图3所示。从图3可以看出，当马尔可夫模型的阶数达到3 ，车辆目的地估计的准确率达到最高（二阶马尔科夫模型和三阶马尔科夫模型在预测车辆目的地的准确率基本相同），然后随着模型阶数的增加，预测精度逐渐下降。因此，当有多个时空搜索返回结果为 1 时，本文只选择一个时间位置参与模型的训练和预测。为了研究同一数据集下车辆目的地预测精度与IInterval的关系，本文基于二阶马尔科夫模型改变IInterval（固定开始时间，改变中间搜索时间），并对模型预测进行检验准确性。结果如图4所示。从图4可以看出，随着IInterval的增加，车辆目的地估计的准确率也逐渐提高。因此，当有多次时空搜索返回结果为 1 时，本文只选择 IInterval 最大的时位参与模型的训练和预测。并测试模型预测的准确性。结果如图4所示。从图4可以看出，随着IInterval的增加，车辆目的地估计的准确率也逐渐提高。因此，当有多次时空搜索返回结果为 1 时，本文只选择 IInterval 最大的时位参与模型的训练和预测。并测试模型预测的准确性。结果如图4所示。从图4可以看出，随着IInterval的增加，车辆目的地估计的准确率也逐渐提高。因此，当有多次时空搜索返回结果为 1 时，本文只选择 IInterval 最大的时位参与模型的训练和预测。

　　【参考】：

　　文件

　　[1] 基于贝叶斯方法的缺失对象优化搜索算法[J]．于梅，徐子健。计算机与现代化。2016(10)

　　[2] 参与式感知系统中基于社会关系的移动用户位置预测算法[J]. 于瑞云、夏星佑、李杰、周艳、王兴伟。计算机杂志。2015(02)

　　[3] 基于贝叶斯网络的旅行者目的地选择行为建模与应用[J]. 高景新、君志才、倪安宁。系统管理杂志。2015(01)

　　[4] 基于动力学探索黑盒着陆点问题[J]．金良平、穆胜东、姜立新、何世雄、吴玉代。科技信息。2015(01)

　　博士论文

　　[1] 海洋三维搜索全局优化模型与仿真研究[D]. 邢胜伟。大连海事大学 2012

　　货号：3617447