异源轨迹链接问题研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-22页 |
1.1 论文研究背景 | 第12-15页 |
1.1.1 轨迹数据的产生 | 第12-13页 |
1.1.2 轨迹数据的挖掘 | 第13-15页 |
1.2 研究问题的提出 | 第15-17页 |
1.3 论文的主要研究工作 | 第17-19页 |
1.4 论文组织结构 | 第19-20页 |
1.5 本章小结 | 第20-22页 |
第2章 研究背景 | 第22-28页 |
2.1 概念和定义 | 第22-23页 |
2.2 轨迹链接相关研究综述 | 第23-27页 |
2.2.1 轨迹相似度度量综述 | 第23-24页 |
2.2.2 轨迹链接研究综述 | 第24-26页 |
2.2.3 其他相关研究工作 | 第26-27页 |
2.3 本章小结 | 第27-28页 |
第3章 二源轨迹链接问题 | 第28-60页 |
3.1 引言 | 第28-31页 |
3.2 二源轨迹链接相关研究 | 第31-33页 |
3.3 二源轨迹链接问题分析 | 第33-34页 |
3.3.1 问题定义 | 第33页 |
3.3.2 问题的难点 | 第33-34页 |
3.3.3 小结 | 第34页 |
3.4 二源轨迹链接方法 | 第34-47页 |
3.4.1 异源轨迹可链接概率提取 | 第35-47页 |
3.4.2 小结 | 第47页 |
3.5 实验 | 第47-58页 |
3.5.1 实验设置和数据准备 | 第47-50页 |
3.5.2 评价指标 | 第50-51页 |
3.5.3 对比实验 | 第51-52页 |
3.5.4 二源轨迹链接结果分析 | 第52-55页 |
3.5.5 异源轨迹可链接概率的有效性展示 | 第55页 |
3.5.6 一对一约束推理的有效性展示 | 第55-56页 |
3.5.7 不同维度特征的有效性展示 | 第56-58页 |
3.5.8 小结 | 第58页 |
3.6 本章小结 | 第58-60页 |
第4章 多源轨迹链接问题 | 第60-92页 |
4.1 引言 | 第61-64页 |
4.2 多源轨迹链接问题相关研究 | 第64-66页 |
4.2.1 基于二源轨迹链接的方法 | 第64-65页 |
4.2.2 基于多分类模型的方法 | 第65-66页 |
4.3 多源轨迹链接问题分析 | 第66-68页 |
4.4 多源轨迹链接方法 | 第68-78页 |
4.4.1 基于图的位置点嵌入 | 第70-73页 |
4.4.2 轨迹编码器 | 第73-77页 |
4.4.3 用户嵌入 | 第77-78页 |
4.4.4 轨迹链接方法 | 第78页 |
4.4.5 小结 | 第78页 |
4.5 实验 | 第78-89页 |
4.5.1 实验设置 | 第79-83页 |
4.5.2 实验结果 | 第83-85页 |
4.5.3 时间消耗对比 | 第85页 |
4.5.4 参数学习 | 第85-87页 |
4.5.5 位置点嵌入方法的对比 | 第87页 |
4.5.6 移动模式的案例分析 | 第87-89页 |
4.5.7 小结 | 第89页 |
4.6 本章小结 | 第89-92页 |
第5章 无监督多源轨迹链接问题 | 第92-112页 |
5.1 引言 | 第92-94页 |
5.2 无监督多源轨迹链接问题相关研究 | 第94-96页 |
5.3 无监督多源轨迹链接问题分析 | 第96页 |
5.4 无监督多源轨迹链接方法 | 第96-103页 |
5.4.1 轨迹自编码器 | 第99-100页 |
5.4.2 基于神经网络的聚类 | 第100-103页 |
5.4.3 小结 | 第103页 |
5.5 实验 | 第103-109页 |
5.5.1 实验设置 | 第103-106页 |
5.5.2 实验结果 | 第106-107页 |
5.5.3 参数学习 | 第107页 |
5.5.4 轨迹自编码器的贡献 | 第107-109页 |
5.5.5 小结 | 第109页 |
5.6 本章小结 | 第109-112页 |
第6章 总结与展望 | 第112-116页 |
6.1 主要工作总结 | 第112-114页 |
6.2 主要贡献及创新 | 第114-115页 |
6.3 未来工作展望 | 第115-116页 |
参考文献 | 第116-124页 |
致谢 | 第124-126页 |
在读期间发表的学术论文与取得的研究成果 | 第126页 |