针对传统的轨迹预测存在精度低和计算较复杂的问题,文章提出一种基于自动编码器(AE)和门控循环单元(GRU)模型的数据驱动方法,利用历史信息和各种轨迹属性预测轨迹位置。该方法将数据预处理层、AE层和GRU层与定制的批处理过程融合在一起。该模型在真实轨迹数据集上训练。通过与现有预测方法进行比较,结果验证所提模型性能相比于RNN,AE-RNN,LSTM和GRU有显著的提高。
科研之友
微信
新浪微博
Facebook
分享链接
