| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 位置预测技术的研究现状 | 第12-14页 |
| 1.3 问题的提出 | 第14-15页 |
| 1.4 本文研究内容 | 第15-16页 |
| 1.5 本文组织结构 | 第16-17页 |
| 第2章 预备知识及相关工作 | 第17-29页 |
| 2.1 位置预测技术的相关工作 | 第17-20页 |
| 2.1.1 基于线性回归模型的位置预测 | 第17-18页 |
| 2.1.2 基于Markov模型的位置预测 | 第18-19页 |
| 2.1.3 基于频繁轨迹模式的位置预测 | 第19-20页 |
| 2.1.4 现存位置预测方法分析 | 第20页 |
| 2.2 语义轨迹方面的相关工作和相关知识 | 第20-22页 |
| 2.3 相似性计算的相关工作和相关知识 | 第22-25页 |
| 2.4 轨迹聚类的相关工作和相关知识 | 第25-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 问题定义和数据预处理 | 第29-41页 |
| 3.1 问题定义 | 第29-30页 |
| 3.2 系统框架 | 第30-35页 |
| 3.3 数据预处理 | 第35-40页 |
| 3.3.1 GPS轨迹转化为语义序列 | 第35-38页 |
| 3.3.2 GPS轨迹转化为网格序列 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 建立语义预测模型和空间预测模型 | 第41-61页 |
| 4.1 语义预测模型的建立 | 第41-54页 |
| 4.1.1 基于语义特征和时间特征的语义序列相似度计算 | 第41-45页 |
| 4.1.2 基于语义序列相似度的轨迹聚类 | 第45-51页 |
| 4.1.3 基于轨迹聚类结果建立语义模式树 | 第51-54页 |
| 4.2 基于网格序列的空间预测模型 | 第54-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第5章 基于多轨迹特征的位置预测 | 第61-67页 |
| 5.1 待解决的问题 | 第61页 |
| 5.2 基于语义模式树的行为预测 | 第61-64页 |
| 5.3 基于多轨迹特征的位置预测方法 | 第64-65页 |
| 5.4 本章小结 | 第65-67页 |
| 第6章 实验分析 | 第67-79页 |
| 6.1 实验基本设置 | 第67-68页 |
| 6.1.1 基本设置 | 第67页 |
| 6.1.2 实验数据集 | 第67-68页 |
| 6.2 评价方法的制定 | 第68-70页 |
| 6.3 各模块有效性的评估 | 第70-76页 |
| 6.3.1 预处理的有效性 | 第70-71页 |
| 6.3.2 相关参数设置对预测准确性的影响 | 第71-74页 |
| 6.3.3 聚类算法的有效性 | 第74-76页 |
| 6.3.4 考虑语义特征的有效性评估 | 第76页 |
| 6.4 位置预测性能的评估 | 第76-78页 |
| 6.4.1 预测的效率的评估 | 第76-77页 |
| 6.4.2 预测准确性评估 | 第77-78页 |
| 6.5 本章小结 | 第78-79页 |
| 第7章 结论 | 第79-81页 |
| 7.1 总结 | 第79-80页 |
| 7.2 未来工作 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-89页 |
| 攻读硕士学位期间的论文项目情况 | 第89页 |