針對移動對象軌跡預(yù)測所面臨的“數(shù)據(jù)稀疏”問題，即有效的歷史軌跡空間不能覆蓋所有可能的查詢軌跡，提出了一種基于迭代網(wǎng)格劃分和熵估計的稀疏軌跡預(yù)測算法（r IPDS-ICP&EE）。首先，對軌跡區(qū)域進(jìn)行迭代網(wǎng)格劃分并生成軌跡序列；然后，引入L-Z熵估計計算軌跡序列的熵值，在軌跡熵值的基礎(chǔ)上進(jìn)行軌跡綜合形成新的軌跡空間；最后，結(jié)合子軌跡綜合算法，進(jìn)行稀疏軌跡預(yù)測。實驗結(jié)果表明，當(dāng)軌跡完整度達(dá)到90%以上，Baseline算法的查詢覆蓋率只有25%左右；而TPDS-ICP&EE算法幾乎不受查詢軌跡長度的影響，可以預(yù)測幾乎lOO%的查詢軌跡；并且TPDS-ICP&EE算法的預(yù)測準(zhǔn)確率普遍高于Baseline算法4%左右；同時Baseline算法的預(yù)測時間非常長，達(dá)到100ms，而TPDS-ICP&EE算法的預(yù)測時間（10 I_LS）幾乎可以忽略不計。rIPDS_ICp&EE算法能夠有效地進(jìn)行稀疏環(huán)境下的軌跡預(yù)測，具有更廣的預(yù)測范圍、更快的預(yù)測速度和較高的預(yù)測準(zhǔn)確率。
?