首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

基于语义时空数据的人类移动性预测

摘要第5-7页
abstract第7-8页
第1章 绪论第16-27页
    1.1 研究背景第16-17页
    1.2 研究问题的引入第17-20页
        1.2.1 语义时空数据第18-19页
        1.2.2 基于语义时空数据的人类移动性建模第19-20页
    1.3 国内外研究现状第20-22页
        1.3.1 个体移动建模第21页
        1.3.2 群体移动建模第21-22页
    1.4 研究内容与创新点第22-26页
        1.4.1 基于活动预测的两阶段个体位置预测方法第23-24页
        1.4.2 基于多任务深度循环神经网络的个体移动性建模第24-25页
        1.4.3 基于语义时空数据的兴趣点人流量预测第25-26页
    1.5 论文结构安排第26页
    1.6 本章小结第26-27页
第2章 基于活动预测的两阶段个体位置预测方法第27-53页
    2.1 引言第27-30页
    2.2 相关研究第30-32页
        2.2.1 个体移动预测相关研究第30-32页
        2.2.2 基于语义时空数据的个体移动预测研究第32页
        2.2.3 小结第32页
    2.3 问题定义第32-33页
    2.4 解决方案第33-42页
        2.4.1 解决方案概述第33-35页
        2.4.2 个体活动预测第35-40页
        2.4.3 个体位置预测第40-42页
        2.4.4 小结第42页
    2.5 实验验证第42-52页
        2.5.1 实验目的第42页
        2.5.2 实验数据集第42-43页
        2.5.3 实验设置第43-44页
        2.5.4 个体活动预测实验验证第44-49页
        2.5.5 位置预测实验验证第49-50页
        2.5.6 实验结果第50-51页
        2.5.7 小结第51-52页
    2.6 本章小结第52-53页
第3章 基于多任务深度循环神经网络的个体移动性建模第53-85页
    3.1 引言第53-58页
    3.2 相关研究和技术第58-63页
        3.2.1 个体移动预测相关研究第58-59页
        3.2.2 循环神经网络相关研究第59-63页
        3.2.3 小结第63页
    3.3 问题定义第63-64页
    3.4 解决方案第64-73页
        3.4.1 方案概述第64-65页
        3.4.2 输入特征嵌入向量第65-66页
        3.4.3 情景感知循环单元第66-68页
        3.4.4 活动和位置预测第68页
        3.4.5 地理位置表示学习第68-71页
        3.4.6 交替训练算法第71-72页
        3.4.7 小结第72-73页
    3.5 实验验证第73-84页
        3.5.1 实验目的第73页
        3.5.2 实验设置第73-76页
        3.5.3 实验结果第76-80页
        3.5.4 参数影响第80-82页
        3.5.5 活动位置主题案例探究第82-84页
        3.5.6 小结第84页
    3.6 本章小结第84-85页
第4章 基于语义时空数据的兴趣点人流量预测第85-111页
    4.1 引言第86-89页
    4.2 相关研究第89-92页
        4.2.1 群体移动规律建模第90-91页
        4.2.2 兴趣点人流量相关研究第91-92页
        4.2.3 小结第92页
    4.3 问题定义第92页
    4.4 常规-意外访客混合模型第92-102页
        4.4.1 兴趣点人流量时间特征建模第93-95页
        4.4.2 区域人流量建模第95-98页
        4.4.3 人群活动目的分布建模第98-100页
        4.4.4 兴趣点人流量回归预测第100-102页
        4.4.5 小结第102页
    4.5 实验验证第102-110页
        4.5.1 数据集第102-104页
        4.5.2 实验目的第104页
        4.5.3 实验设置第104-105页
        4.5.4 区域人流量预测性能第105-107页
        4.5.5 兴趣点人流量预测第107-110页
        4.5.6 小结第110页
    4.6 本章小结第110-111页
第5章 总结与展望第111-115页
    5.1 主要工作总结第111-112页
    5.2 主要贡献及创新第112-113页
    5.3 未来工作展望第113-115页
参考文献第115-123页
致谢第123-125页
在读期间发表的学术论文与取得的研究成果第125页

论文共125页,点击 下载论文
上一篇:爬岩鱼的吸附运动机理及仿生研究
下一篇:密集恒星背景下暗弱目标提取技术研究