群智感知环境中基于GRU网络的用户位置预测模型

摘要

在感知区域内用户分布稀疏的情况下,提前预测用户的位置是群智感知系统提高任务完成率的关键.提出了一种基于门控循环单元的用户位置预测模型.首先,构建了群智感知系统模型,实现了基于位置的参与式感知应用.然后,将用户位置的数据集做归一化处理,并结合用户历史位置数据的多维度特征构建了门控循环单元结构.最后,利用车联网中实际轨迹数据集对模型进行训练,并采用A dam算法对基于门控循环单元的用户位置预测模型的性能参数进行了优化.仿真结果表明,相比于RN N模型和L S T M模型,所提模型的预测均方误差分别降低了22％ 和18％,且在处理序列数据方面具有可实施性强的优势.