不确定性车辆路口的轨迹预测

在城市道路中,实时、准确、可靠地对移动车辆进行轨迹预测具有极高的应用价值,不仅可以提供准确的基于位置的服务,而且可以帮助过往车辆预知前方的交通状况。目前,移动车辆的轨迹预测方法主要基于历史轨迹的欧氏空间进行,并未考虑在受限路网中采用不确定性历史数据的车辆轨迹预测。针对这一问题,提出一种补全路径的基于马尔科夫链的轨迹预测方法,其优势在于:重新定义了补全路径算法,弥补了不确定性历史数据的不完整性,利用马尔科夫链低时间复杂度、高预测准确度的优势实现预测,避免了因频繁模式挖掘带来的查询时间过长而影响预测效率以及存在多余噪声影响轨迹预测准确率的问题。通过真实数据和实验分析表明:在参数设置相同的情况下,该方法比挖掘频繁轨迹模式算法的预测准确率平均提高了18.8%,预测时间平均缩减了80.4%。因此,该方法对于车辆路口的轨迹预测具有较高的预测准确率,并且能预测一系列的车辆未来轨迹。

索尔仁尼琴的历史观念与写作

作为俄罗斯20世纪灾难性历史的见证者,索尔仁尼琴着意在文学创作中挑战主流历史叙事,表达自己关于历史的不同看法。他通过多声部结构来呈现历史的非理性与不确定性;但同时,他又并不赞同人们因此而堕入极端的相对主义与虚无主义。其笔下人物在历史重压下始终保持着进行选择的内在自由,并且不断探讨着根据某些基本价值内核来对各种选择进行评判的可能。索尔仁尼琴的历史观念也决定性地影响了他在作品中对俄罗斯未来道路的构想。