条件随机场中用于 GPS 轨迹地图匹配的特征选择
机器学习
2014-09-03 v1 人工智能
机器学习
摘要
GPS 轨迹的地图匹配旨在从一系列含噪的 GPS 观测中恢复道路网络上的原始路线。它是许多基于位置的服务 (Location Based Services) 的一项基础技术。然而，在城市道路网络上对低采样率进行地图匹配仍然是一项具有挑战性的任务。本文探讨了条件随机场 (Conditional Random Fields) 在诱导大量上下文特征和特征选择方面的特性，以用于低采样率下的 GPS 轨迹地图匹配。在出租车轨迹数据集上的实验表明，我们的方法在降低模型复杂度以适应计算受限应用的同时，能够取得具有竞争力的结果。
引用
@article{arxiv.1409.0791,
title = {Feature Selection in Conditional Random Fields for Map Matching of GPS Trajectories},
author = {Jian Yang and Liqiu Meng},
journal= {arXiv preprint arXiv:1409.0791},
year = {2014}
}