文献

J-GLOBAL ID：201802282825033279   整理番号：18A1742984

ハイウェイデータマイニングに基づく地図マッチングアルゴリズム【JST・京大機械翻訳】

Map matching algorithm based on massive bus trajectory data mining

著者 (4件)： Chen Hui (广東工業大学計算机学院,广州,510006) ,  Jiang Guifeng (广東工業大学計算机学院,广州,510006) ,  Jiang Guiyuan (南洋理工大学計算机科学与工程学院,新加坡新加坡,639798) ,  Wu Jigang (广東工業大学計算机学院,广州,510006)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 38  号： 7  ページ： 1923-1928  発行年： 2018年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在の地図マッチングアルゴリズム(例えば古典的な隠れMarkovとその可変体、先進アルゴリズムなど)が低周波数軌道データのマッチング効果に対してあまり理想的でない問題に対して、大量の公共交通履歴データに基づく軌道データマイニング方法を提案した。まず、公共のステーションをシーケンス骨格とし、大量の低周波数軌跡から軌跡のデータを掘り、抽出し、再構成し、配列して高品質の高周波数軌跡データシーケンスを形成する。次に,古典的隠れMarkovモデルマップマッチングアルゴリズムに基づき,高品質の高周波軌道データシーケンスを,道路地図マッチングの結果を得るために,用いた。マイニングアルゴリズムのない低周波数軌道データのマッチング法と比較して,提案方法は,マッチング誤差の平均で6.3%減少し,マッチングに必要なデータの規模と時間を大幅に縮減した。提案した方法は,低周波数で不安定な雑音データに対してロバストであり,すべてのバスの地図マッチング問題に適用可能である。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  LF【周波数】 ,  ロバスト性 ,  道路 ,  *マッチング ,  軌跡 ,  隠れMarkovモデル ,  HF【周波数】 ,  *データマイニング ,  公共輸送 ,  雑音 ,  再構成
準シソーラス用語： *マップマッチング ,  高品質 ,  *マッチングアルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： ハイウェイ ,  データマイニング ,  地図マッチング ,  アルゴリズム