《表1 Geolife数据集上各算法的预测准确性对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于非参数密度估计的不确定轨迹预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了更客观地比较几种算法的预测效果，将表1和表2中的数据进行统计分析，获取每种情况下所得准确性的均值与方差，对比结果如图7和图8所示.在预测过程中，输入轨迹数量为30%时，对比算法的准确性只有50%左右，而UDTM可以达到70%左右，当输入轨迹数量为60%时，UDTM的预测准确度则可达到0.8～0.9，并且UDTM预测准确性的方差为±0.0173，说明UDTM方法在十折交叉验证中具有较好的稳定性.相比其他算法，UDTM算法在T-Drive和Geolife数据集中都具有较好的准确度，并且在T-Drive数据集上的准确度更高，其原因是Geolife的样本都是个人的移动轨迹，相比T-Drive中的汽车轨迹具有更强的随机性，因此预测准确性略低.