| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 移动受限的轨迹预测研究现状 | 第12-14页 |
| 1.2.2 非移动受限轨迹预测研究现状 | 第14-15页 |
| 1.3 论文主要工作及组织结构 | 第15-18页 |
| 第2章 相关基础理论研究 | 第18-30页 |
| 2.1 移动轨迹的相关知识 | 第18-19页 |
| 2.2 轨迹预测的基本技术 | 第19-21页 |
| 2.3 常见地图匹配算法研究 | 第21-22页 |
| 2.3.1 直接投影算法 | 第21页 |
| 2.3.2 概率统计算法 | 第21-22页 |
| 2.3.3 基于权重的地图匹配算法 | 第22页 |
| 2.4 卷积神经网络 | 第22-29页 |
| 2.4.1 概述 | 第22-24页 |
| 2.4.2 权值共享 | 第24-25页 |
| 2.4.3 卷积与池化 | 第25-27页 |
| 2.4.4 激活函数 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 热门行驶路线的提取方法研究 | 第30-44页 |
| 3.1 轨迹数据的预处理 | 第30-31页 |
| 3.2 改进的基于权重的路网匹配算法的设计与实现 | 第31-35页 |
| 3.3 热门行驶路线的模型提取 | 第35-37页 |
| 3.4 轨迹元数据格式处理 | 第37-39页 |
| 3.5 基于DBSCAN的热门目的地的提取方法 | 第39-41页 |
| 3.6 实验结果与分析 | 第41-42页 |
| 3.7 本章小结 | 第42-44页 |
| 第4章 基于Tra-CNN模型的目的地预测方法研究 | 第44-56页 |
| 4.1 实验数据预处理 | 第44-46页 |
| 4.1.1 行车轨迹网格化转化 | 第44-45页 |
| 4.1.2 热门目的地的提取 | 第45-46页 |
| 4.2 模型设计与搭建 | 第46-48页 |
| 4.3 实验结果与分析 | 第48-54页 |
| 4.3.1 实验环境 | 第48页 |
| 4.3.2 实验数据集 | 第48-50页 |
| 4.3.3 实验评价方法 | 第50页 |
| 4.3.4 实验结果及分析 | 第50-54页 |
| 4.4 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64页 |