致谢 | 第3-4页 |
摘要 | 第4-6页 |
abstract | 第6-7页 |
1 绪论 | 第14-24页 |
1.1 研究背景与意义 | 第14-16页 |
1.2 国内外研究现状 | 第16-18页 |
1.3 研究内容与技术路线 | 第18-22页 |
1.4 论文结构 | 第22-24页 |
2 轨迹数据概述及移动对象位置预测相关技术 | 第24-40页 |
2.1 移动对象轨迹数据概述 | 第24-28页 |
2.2 移动对象位置预测研究的框架 | 第28-37页 |
2.3 移动对象运动的可预测性 | 第37-39页 |
2.4 本章小结 | 第39-40页 |
3 基于运动趋势的移动对象位置预测方法 | 第40-58页 |
3.1 引言 | 第40-41页 |
3.2 基于运动趋势的移动对象位置预测算法的总体框架 | 第41-42页 |
3.3 基于兴趣区域序列的活动模型 | 第42-43页 |
3.4 基于运动路径的目的地预测模型 | 第43-48页 |
3.5 基于运动趋势的混合位置预测算法 | 第48-49页 |
3.6 实验及分析 | 第49-56页 |
3.7 本章小结 | 第56-58页 |
4 基于动态社交关系的移动对象位置预测方法 | 第58-70页 |
4.1 引言 | 第58-59页 |
4.2 基于动态社交关系的混合预测模型 | 第59-63页 |
4.3 实验及分析 | 第63-69页 |
4.4 本章小结 | 第69-70页 |
5 基于多层评估的移动对象位置预测方法 | 第70-84页 |
5.1 引言 | 第70-71页 |
5.2 基于多层评估的集成位置预测算法 | 第71-78页 |
5.3 实验及分析 | 第78-82页 |
5.4 本章小结 | 第82-84页 |
6 总结 | 第84-86页 |
6.1 主要研究成果 | 第84页 |
6.2 进一步研究内容 | 第84-86页 |
参考文献 | 第86-98页 |
作者简历 | 第98-101页 |
学位论文数据集 | 第101页 |