基于混合多步Markov模型的位置预测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 基于位置服务的发展现状 | 第12页 |
| 1.2.2 位置预测的研究意义和研究现状 | 第12-13页 |
| 1.3 问题提出 | 第13-14页 |
| 1.4 本文研究内容 | 第14-15页 |
| 1.5 本文组织结构 | 第15-16页 |
| 第2章 预备知识和相关工作 | 第16-26页 |
| 2.1 无线定位技术 | 第16-18页 |
| 2.2 时空数据库 | 第18-20页 |
| 2.2.1 时空数据库的概念 | 第18页 |
| 2.2.2 时空数据库的索引 | 第18-20页 |
| 2.3 位置预测技术的相关工作 | 第20-25页 |
| 2.3.1 线性回归预测模型 | 第20页 |
| 2.3.2 基于神经网络的预测模型 | 第20-21页 |
| 2.3.3 基于频繁模式的位置预测 | 第21-23页 |
| 2.3.4 基于Markov模型的位置预测 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 问题定义和系统框架 | 第26-36页 |
| 3.1 问题定义 | 第26-28页 |
| 3.2 系统框架 | 第28-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第4章 基于混合多步Markov的位置预测方法 | 第36-54页 |
| 4.1 离线的数据处理 | 第36-41页 |
| 4.1.1 交通枢纽提取 | 第36-39页 |
| 4.1.2 区域划分及轨迹转换 | 第39-41页 |
| 4.2 线下模型训练 | 第41-52页 |
| 4.2.1 用户转移矩阵 | 第42-43页 |
| 4.2.2 基于用户转移矩阵的用户相似性计算 | 第43-45页 |
| 4.2.3 用户聚类 | 第45-48页 |
| 4.2.4 建立混合多步Markov模型 | 第48-52页 |
| 4.3 线上位置预测 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 实验分析 | 第54-66页 |
| 5.1 实验设置 | 第54-55页 |
| 5.1.1 基本设置 | 第54页 |
| 5.1.2 实验数据集 | 第54-55页 |
| 5.2 评价方法的制定 | 第55-57页 |
| 5.3 位置预测性能评估 | 第57-65页 |
| 5.3.1 位置预测理论分析 | 第57-59页 |
| 5.3.2 位置预测准确性评估 | 第59-62页 |
| 5.3.3 各模块有效性评估 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 结论 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 未来工作 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士学位期间的论文项目情况 | 第74页 |
