来源：期刊VIP网 时间：
作者：胡璐锦;王振凯;狄森川;蔡胜奇;刘毓;
单位：北京建筑大学测绘与城市空间信息学院;
摘要：针对轨迹位置预测研究中出现的数据稀疏性和来源单一性问题，提出了一种基于长短期记忆网络的模型集成算法。该算法结合公交、滴滴、共享单车等多出行方式的轨迹数据，针对每种出行方式的特点，利用LSTM模型，计算最佳预测模型参数，进行加权平均集成，预测下一时刻区域交通的轨迹位置。以北京市朝阳区为研究区域，进行实验分析，实验结果表明：该文所提供的LSTM模型集成算法不仅解决了数据稀疏性和单一性问题，提高了模型预测的精度，还能更好地预测轨迹对象下一时刻的位置，反映城市中车辆的行驶趋势。研究结果可以对位置服务、城市交通管制以及规划提供一定的建议。
关键词：长短期记忆网络;;模型集成;;多源轨迹数据融合;;轨迹位置预测
