基于双向递归神经网络的轨迹数据修复
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 论文研究背景 | 第11-12页 |
| 1.2 论文研究意义 | 第12-15页 |
| 1.2.1 研究动机 | 第12-14页 |
| 1.2.2 存在的挑战 | 第14-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 第2章 相关工作 | 第17-25页 |
| 2.1 轨迹数据修复研究现状 | 第17-18页 |
| 2.2 轨迹切分技术 | 第18-19页 |
| 2.3 TensorFlow | 第19-20页 |
| 2.4 轨迹数据相关研究及应用 | 第20-25页 |
| 2.4.1 热门路线发现 | 第20-21页 |
| 2.4.2 相似轨迹查询 | 第21页 |
| 2.4.3 交通流量分析 | 第21-22页 |
| 2.4.4 下一位置预测 | 第22-25页 |
| 第3章 问题描述及解决方案 | 第25-39页 |
| 3.1 问题描述 | 第25-27页 |
| 3.2 解决方案 | 第27-37页 |
| 3.2.1 数据预处理 | 第27-29页 |
| 3.2.2 补全部分缺失值 | 第29-31页 |
| 3.2.3 卡口向量化 | 第31-33页 |
| 3.2.4 BRNN模型 | 第33-37页 |
| 3.3 本章小结 | 第37-39页 |
| 第4章 实验及分析 | 第39-49页 |
| 4.1 实验准备 | 第39-40页 |
| 4.1.1 实验环境 | 第39页 |
| 4.1.2 数据集 | 第39-40页 |
| 4.2 评价指标 | 第40-41页 |
| 4.3 实验结果及分析 | 第41-47页 |
| 4.3.1 缺失值补全方法验证 | 第41页 |
| 4.3.2 缺失值补全结果 | 第41-42页 |
| 4.3.3 卡口向量结果 | 第42-43页 |
| 4.3.4 BRNN实验结果 | 第43-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 工作展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第57-58页 |
| 附件 | 第58页 |
