用户移动模式的挖掘与位置预测的研究
| 第一章 引言 | 第1-17页 |
| ·课题背景 | 第14-15页 |
| ·课题研究的意义 | 第15页 |
| ·论文的研究内容 | 第15-17页 |
| 第二章 移动计算中的移动性管理策略 | 第17-30页 |
| ·移动计算 | 第17-23页 |
| ·移动计算的主要特点 | 第18-19页 |
| ·移动计算的应用 | 第19-20页 |
| ·移动计算中数据库的典型系统模型 | 第20-21页 |
| ·移动计算中数据挖掘的操作流程 | 第21-23页 |
| ·移动性管理 | 第23-28页 |
| ·位置管理 | 第23-26页 |
| ·切换管理 | 第26-28页 |
| ·移动性预测问题的回顾 | 第28-30页 |
| 第三章 移动用户位置的局部线性预测 | 第30-43页 |
| ·预测方法库 | 第30-33页 |
| ·回归模型 | 第30-31页 |
| ·时间序列 | 第31-32页 |
| ·神经网络 | 第32-33页 |
| ·灰色预测 | 第33页 |
| ·局部线性回归的方法 | 第33-37页 |
| ·局部多项式回归的基本框架 | 第33-35页 |
| ·核函数的选择 | 第35页 |
| ·窗宽的选择 | 第35-37页 |
| ·移动用户位置的预测 | 第37-39页 |
| ·仿真实验 | 第39-43页 |
| ·一维平面运动 | 第39-41页 |
| ·二维平面运动 | 第41-43页 |
| 第四章 基于数据挖掘的移动性预测 | 第43-78页 |
| ·数据挖掘 | 第43-47页 |
| ·数据挖掘的概念 | 第43-44页 |
| ·数据挖掘的功能 | 第44-46页 |
| ·数据挖掘的应用 | 第46-47页 |
| ·国内外研究现状 | 第47-50页 |
| ·相关的假设 | 第47-48页 |
| ·国内外研究现状 | 第48-50页 |
| ·基于Apriori算法的用户移动模式挖掘 | 第50-66页 |
| ·用户移动模式的Apriori挖掘算法 | 第50-57页 |
| ·用户移动模式的Apriori挖掘算法的实现 | 第57-59页 |
| ·用户移动模式的Apriori增量挖掘算法 | 第59-64页 |
| ·用户移动模式的Apriori增量挖掘算法的实现 | 第64-66页 |
| ·基于PrefixSpan算法的用户移动模式挖掘 | 第66-72页 |
| ·用户移动模式的PrefixSpan算法 | 第66-69页 |
| ·用户移动模式的PrefixSpan挖掘算法实现 | 第69-70页 |
| ·用户移动模式的PrefixSpan增量挖掘算法 | 第70-71页 |
| ·用户移动模式的PrefixSpan增量挖掘实现 | 第71-72页 |
| ·移动性规则的产生 | 第72-74页 |
| ·基于数据挖掘的移动性预测 | 第74-78页 |
| 第五章 基于移动模型的移动用户运动问题 | 第78-85页 |
| ·固定目标的移动用户最优路径选择 | 第78-84页 |
| ·问题的提出 | 第78-79页 |
| ·用户最优路径选择的基本思想 | 第79-81页 |
| ·用户最优路径选择的具体算法 | 第81-82页 |
| ·用户最优路径选择应用 | 第82-84页 |
| ·模型的改进方向 | 第84-85页 |
| 第六章 结论 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 攻读硕士学位期间发表的论文 | 第91-92页 |
| 致谢 | 第92页 |
