位置感知下的移动行为特征建模
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-20页 |
| 1.1 课题的研究背景和意义 | 第8-10页 |
| 1.2 课题研究现状 | 第10-14页 |
| 1.2.1 移动对象轨迹模式挖掘 | 第11-12页 |
| 1.2.2 移动对象轨迹模式匹配 | 第12-13页 |
| 1.2.3 移动对象未来轨迹预测 | 第13-14页 |
| 1.3 课题发展趋势 | 第14-16页 |
| 1.4 课题的技术难点和解决问题的关键技术 | 第16-17页 |
| 1.4.1 课题的技术难点 | 第16-17页 |
| 1.4.2 解决问题的关键技术 | 第17页 |
| 1.5 本文主要研究内容 | 第17-18页 |
| 1.6 本文主要工作及结构安排 | 第18-20页 |
| 2 移动行为特征建模问题描述 | 第20-27页 |
| 2.1 移动轨迹数据的定义 | 第20-22页 |
| 2.2 移动轨迹数据的挖掘 | 第22-25页 |
| 2.2.1 轨迹数据预处理 | 第23页 |
| 2.2.2 行为特征发现与建模 | 第23-24页 |
| 2.2.3 轨迹预测 | 第24-25页 |
| 2.3 移动行为特征建模系统框架 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 移动对象轨迹数据预处理 | 第27-37页 |
| 3.1 移动轨迹数据的清洗 | 第27-28页 |
| 3.2 空间结构化表示 | 第28-35页 |
| 3.2.1 信息熵 | 第29-31页 |
| 3.2.2 等尺度空间划分法 | 第31页 |
| 3.2.3 Q网格划分法 | 第31-33页 |
| 3.2.4 KD-树网格划分法 | 第33-35页 |
| 3.3 轨迹数据序列转换 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 混合移动行为特征建模 | 第37-47页 |
| 4.1 贝叶斯网络理论概述 | 第37页 |
| 4.2 马尔科夫过程模型概述 | 第37-38页 |
| 4.3 基于贝叶斯公式的预测算法概述 | 第38-39页 |
| 4.4 混合行为特征模型 | 第39-46页 |
| 4.4.1 混合行为特征模型概述 | 第39-40页 |
| 4.4.2 马尔科夫模型在特征建模中的应用 | 第40-42页 |
| 4.4.3 基于不同步长的混合特征模型 | 第42-44页 |
| 4.4.4 贝叶斯公式在特征建模中的应用 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 移动轨迹终点预测 | 第47-53页 |
| 5.1 OD特征点模式匹配预测算法 | 第47-48页 |
| 5.2 混合特征点模式匹配预测算法 | 第48-50页 |
| 5.3 细粒度路网集模型下的轨迹预测 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 实验及结果分析 | 第53-66页 |
| 6.1 实验设计 | 第53-54页 |
| 6.2 实验结果 | 第54-65页 |
| 6.2.1 移动行为特征模型可视化结果 | 第54-57页 |
| 6.2.2 查询轨迹终点预测结果 | 第57-59页 |
| 6.2.3 预测算法可行性分析 | 第59-65页 |
| 6.3 本章小结 | 第65-66页 |
| 7 结论与展望 | 第66-68页 |
| 7.1 总结 | 第66页 |
| 7.2 展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73-74页 |
