| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-23页 |
| 1.1 研究背景与选题意义 | 第17-18页 |
| 1.1.1 研究背景 | 第17页 |
| 1.1.2 选题意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-19页 |
| 1.3 论文主要研究内容以及贡献 | 第19-20页 |
| 1.4 论文组织结构 | 第20-23页 |
| 第二章 循环神经网络原理 | 第23-35页 |
| 2.1 标准循环神经网络模型理论知识 | 第23-27页 |
| 2.1.1 循环神经网络模型介绍 | 第23-25页 |
| 2.1.2 RNN训练算法BPTT | 第25-26页 |
| 2.1.3 RNN应用 | 第26-27页 |
| 2.2 长短期记忆网络模型 | 第27-30页 |
| 2.2.1 长期依赖的难题 | 第27-28页 |
| 2.2.2 长短期记忆网络基本原理 | 第28-30页 |
| 2.3 词向量Word2Vec | 第30-33页 |
| 2.3.1 Word2Vec简介 | 第30页 |
| 2.3.2 Word2Vec预测模型 | 第30-31页 |
| 2.3.3 Skip-gram模型搭建 | 第31-33页 |
| 2.4 本章总结 | 第33-35页 |
| 第三章 基于LSTM的移动用户相遇预测 | 第35-47页 |
| 3.1 问题描述与算法流程 | 第35-36页 |
| 3.1.1 机会网络中移动用户相遇问题描述 | 第35-36页 |
| 3.1.2 移动用户相遇预测算法流程 | 第36页 |
| 3.2 用户数据预处理 | 第36-39页 |
| 3.3 用户相遇预测模型设计与实现 | 第39-42页 |
| 3.3.1 预测模型框架 | 第39页 |
| 3.3.2 Embedding与实现 | 第39-41页 |
| 3.3.3 LSTM模型与实现 | 第41-42页 |
| 3.4 仿真实验及结果分析 | 第42-46页 |
| 3.4.1 实验环境 | 第42-44页 |
| 3.4.2 仿真与结果分析 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于HMM的移动用户相遇持续时间和空间预测 | 第47-63页 |
| 4.1 隐马尔可夫模型简介 | 第47-50页 |
| 4.1.1 隐马尔可夫模型定义 | 第47-48页 |
| 4.1.2 隐马尔可夫模型的三个基本问题 | 第48页 |
| 4.1.3 移动用户相遇持续时间预测的隐马尔可夫模型 | 第48-49页 |
| 4.1.4 移动用户相遇地点预测的隐马尔可夫模型 | 第49-50页 |
| 4.2 系统架构 | 第50-51页 |
| 4.3 移动用户数据特征提取 | 第51-54页 |
| 4.3.1 移动用户相遇持续时间数据特征提取 | 第51-52页 |
| 4.3.2 移动用户相遇地点数据特征提取 | 第52-54页 |
| 4.4 HMM模型训练与预测 | 第54-59页 |
| 4.4.1 聚类分析隐状态个数 | 第54-55页 |
| 4.4.2 HMM参数学习 | 第55-58页 |
| 4.4.3 HMM预测算法 | 第58-59页 |
| 4.5 仿真实验及结果分析 | 第59-62页 |
| 4.5.1 实验环境 | 第59-60页 |
| 4.5.2 仿真及结果分析 | 第60-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 机会网络中移动用户数据采集系统的实现 | 第63-79页 |
| 5.1 机会网络中移动用户数据采集系统总体设计架构 | 第63-66页 |
| 5.1.1 数据采集系统的设计目标 | 第63-64页 |
| 5.1.2 系统总体设计方案 | 第64-66页 |
| 5.2 模块设计与实现 | 第66-70页 |
| 5.2.1 蓝牙扫描模块实现 | 第66-67页 |
| 5.2.2 GPS模块块实现 | 第67-69页 |
| 5.2.3 WiFi扫描模块实现 | 第69-70页 |
| 5.2.4 云端服务器模块实现 | 第70页 |
| 5.3 移动用户数据的采集 | 第70-73页 |
| 5.3.1 移动用户数据采集环境搭建 | 第70-71页 |
| 5.3.2 数据采集 | 第71-72页 |
| 5.3.3 移动用户原始数据 | 第72-73页 |
| 5.4 用户移动特性分析 | 第73-78页 |
| 5.5 本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-89页 |
| 作者简介 | 第89-90页 |
