| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 本文工作 | 第13-15页 |
| 1.3 本文组织结构 | 第15-18页 |
| 第2章 相关工作 | 第18-24页 |
| 2.1 轨迹挖掘相关研究 | 第18-21页 |
| 2.1.1 轨迹数据与轨迹挖掘应用 | 第18-19页 |
| 2.1.2 基于签到数据的用户类别预测 | 第19-21页 |
| 2.2 特征学习相关研究 | 第21-24页 |
| 第3章 双角度车辆特征学习模型 | 第24-38页 |
| 3.1 数据集与数据特点 | 第24-25页 |
| 3.2 相关定义 | 第25-26页 |
| 3.3 从车辆角度建立特征学习模型 | 第26-31页 |
| 3.3.1 基于Skip-gram模型设计学习任务 | 第26-27页 |
| 3.3.2 模型构建 | 第27-29页 |
| 3.3.3 上下文选取 | 第29-30页 |
| 3.3.4 模型训练与参数更新 | 第30-31页 |
| 3.4 从位置角度建立特征学习模型 | 第31-35页 |
| 3.4.1 设计学习任务与构建模型 | 第31-33页 |
| 3.4.2 针对特定类别预测任务的位置权重计算 | 第33-34页 |
| 3.4.3 模型训练与参数更新 | 第34-35页 |
| 3.5 联合模型与训练 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 实验及分析 | 第38-48页 |
| 4.1 数据集与实验环境 | 第38-39页 |
| 4.1.1 数据集 | 第38页 |
| 4.1.2 实验环境 | 第38-39页 |
| 4.2 评价指标 | 第39-40页 |
| 4.3 基准方法 | 第40-41页 |
| 4.4 实验结果分析 | 第41-43页 |
| 4.5 参数设置与调优 | 第43-46页 |
| 4.6 本章小结 | 第46-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第55-56页 |
| 学位论文评阋及答辩情况表 | 第56页 |