| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 论文研究内容 | 第11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第二章 相关技术研究 | 第13-25页 |
| 2.1 人类移动行为研究 | 第13-20页 |
| 2.1.1 人类移动行为特性研究方法 | 第14-15页 |
| 2.1.2 人类移动行为模型 | 第15-18页 |
| 2.1.3 人类移动行为时空特征 | 第18-20页 |
| 2.2 移动通信网络中的位置管理 | 第20-24页 |
| 2.2.1 位置更新策略 | 第20-22页 |
| 2.2.2 位置查找策略 | 第22页 |
| 2.2.3 分布式移动性管理 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于真实数据集的人类移动特性挖掘 | 第25-47页 |
| 3.1 GeoLife项目数据集介绍 | 第25-27页 |
| 3.2 停留时间规律分析 | 第27-32页 |
| 3.2.1 群体角度统计结果 | 第27-29页 |
| 3.2.2 个体角度统计结果 | 第29-32页 |
| 3.3 移动距离规律分析 | 第32-35页 |
| 3.3.1 群体角度统计结果 | 第32-33页 |
| 3.3.2 个体角度统计结果 | 第33-35页 |
| 3.4 停留点提取 | 第35-38页 |
| 3.4.1 术语定义 | 第36页 |
| 3.4.2 基于阈值的停留点提取方法 | 第36-38页 |
| 3.5 基于改进PrefixSpan的序列模式挖掘算法 | 第38-46页 |
| 3.5.1 序列模式挖掘概述 | 第38-39页 |
| 3.5.2 PrefixSpan算法 | 第39-42页 |
| 3.5.3 Selective-PrefixSpan算法描述与实现 | 第42-45页 |
| 3.5.4 性能评估 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 基于人类移动特性的分布式位置管理策略 | 第47-74页 |
| 4.1 概述 | 第47-52页 |
| 4.1.1 传统位置区域划分方法 | 第47-48页 |
| 4.1.2 移动通信系统位置管理技术 | 第48-52页 |
| 4.2 基于人类移动时空特征的跟踪区划分方法ST-K-means | 第52-60页 |
| 4.2.1 ST-K-means算法的提出 | 第52-54页 |
| 4.2.2 ST-K-means算法具体描述 | 第54-57页 |
| 4.2.3 性能评估 | 第57-60页 |
| 4.3 基于跟踪区列表的分布式位置管理策略 | 第60-66页 |
| 4.3.1 分布式锚点部署策略 | 第60-62页 |
| 4.3.2 基于单个用户频繁移动模式的跟踪区列表构建 | 第62-64页 |
| 4.3.3 位置管理策略及开销 | 第64-66页 |
| 4.4 实验验证 | 第66-72页 |
| 4.4.1 实验设计 | 第66-67页 |
| 4.4.2 对比分析 | 第67-72页 |
| 4.5 本章小结 | 第72-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 本文工作总结 | 第74页 |
| 5.2 未来的研究工作 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间取得的研究成果 | 第83页 |
