文档介绍：第 29 卷第4期 电脑与信息技术 ，基于地理位置的服务应用
1 相关理论
更加依赖于 GPS。GPS 信息一般包括纬度、经度以及
时间戳，由于 GPS 器件的限制造成测量误差。地图 隐马尔可夫模型
匹配是将观测到的移动轨迹序列对齐的过程，是将实 隐马尔可夫模型 (Hidden Markov Model) 是关于时
际数据在数字地图中与路网信息进行匹配，这是许多 序的概率模型，用于描述有一个隐藏的马尔科夫链随
应用程序预处理的过程。 机生成不可观测的状态随机序列，再由各个状态生成
当前热门的基于隐马尔可夫模型的地图匹配算 一个可观测随机序列的过程。近年来，HMM 模型在
法，主要面向低采样率数据，精度较高。存在匹配时 行车轨迹 [1] 和工业控制方向不断发展 [2][3]。
间过长的不足，主要是在候选路段的选择中，需要遍 隐马尔可夫模型中变量可以分为两组，第一组是
历查询所有路段。本文分析了 ST-Matching 地图匹配 状态变量 {y1, y2, y3…yn} 其中 yi ∈ γ 表示第 i 时刻的系
算法，并在此基础上进行了改进，使用滑动窗口来降 统状态。通常假设系统状态是不被可观测的。第二组
低空间复杂度，利用 R 树索引来加快搜索速度。实 是观测变量 {x1, x2, x3…xn} 其中 xi ∈ Χ 表示第 i 时刻
验表明，改进的匹配算法能提高系统的整体性能。 的观测值。
收稿日期：2020-12-01
基金项目：国家级创新创业训练项目（项目编号：201910616043）
作者简介：代旭东（1999-），男，本科，主研领域：机器学****张芬（19