网站建设流程教案,表白网站制作模板,新app推广方案,wordpress 如何调用函数2015计算机应用
整体思路和论文笔记#xff1a;Hidden Markov Map MatchingThrough Noise and Sparseness_UQI-LIUWJ的博客-CSDN博客
很像#xff0c;也是应用HMM进行地图匹配
HMMM本文 状态转移矩阵 观测概率矩阵 正态分布均值都是0#xff0c;唯一不同的是S…2015计算机应用
整体思路和论文笔记Hidden Markov Map MatchingThrough Noise and Sparseness_UQI-LIUWJ的博客-CSDN博客
很像也是应用HMM进行地图匹配
HMMM本文 状态转移矩阵 观测概率矩阵 正态分布均值都是0唯一不同的是ST-matching的标准差使用的是20这里使用的是
2 实验结果
2.1 GPS定位数据 去除个别异常点 后GPS 定位点与道路能够实现较好匹配
2.2 手机信令数据
2.2.1 高采样率 圆点标记表示匹配前原始手机基站定位点水滴状标记表示匹配后位置算法 对异常点的处理算法有三种 附近没有其他候选匹配 道路候选匹配道路没发生改变 ——则将点匹配到候选匹配道路上①②③附近有其他候选 匹配道路且候选匹配道路发生改变 ——定位点匹配到其他候选 匹配道路上④定位点附近一定范围内没发现候选匹配道路 ——该点直接当作异常点排除⑤——采样率较高时算法能够较好地完成匹配
2.2.2 低采样率 有部分路 段出现匹配错误低采样率和大精度误差是导致发生错误匹 配的直接原因
