| 摘要 | 第1-12页 |
| Abstract | 第12-21页 |
| 第1章 绪论 | 第21-48页 |
| ·情景感知与基于位置的服务概述 | 第21-24页 |
| ·基于位置感知的移动信息服务研究背景与意义 | 第24-30页 |
| ·LBS系统基本架构 | 第30-40页 |
| ·本文概述 | 第40-48页 |
| 第2章 位置感知概念模型 | 第48-60页 |
| ·引言 | 第48页 |
| ·相关研究 | 第48-49页 |
| ·“外观-内省”位置感知系统模型 | 第49-56页 |
| ·系统框架内的关键技术 | 第56-58页 |
| ·结论 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第3章 位置情景建模 | 第60-82页 |
| ·引言 | 第60页 |
| ·相关研究 | 第60-61页 |
| ·位置情景层次化模型 | 第61-64页 |
| ·高层位置情景本体模型 | 第64-67页 |
| ·位置情景生命周期管理 | 第67-70页 |
| ·低层位置情景时空数据模型 | 第70-80页 |
| ·结论 | 第80页 |
| ·本章小结 | 第80-82页 |
| 第4章 位置情景组织——轨迹相似度算法 | 第82-101页 |
| ·引言 | 第82页 |
| ·相关工作 | 第82-84页 |
| ·已有方法中存在的问题 | 第84-87页 |
| ·HAUSDORFF距离及其相关算法 | 第87-89页 |
| ·基于HAUSDORFF距离的3维时空轨迹间距离相似度算法 | 第89-95页 |
| ·实验评估 | 第95-99页 |
| ·结论 | 第99-100页 |
| ·本章小结 | 第100-101页 |
| 第5章 位置情景组织——移动偏好模式提取 | 第101-138页 |
| ·引言 | 第101-102页 |
| ·相关工作 | 第102-105页 |
| ·现存方法中存在的问题 | 第105-107页 |
| ·移动偏好模式提取 | 第107-126页 |
| ·实验评估 | 第126-135页 |
| ·结论 | 第135-136页 |
| ·本章小结 | 第136-138页 |
| 第6章 基于贝叶斯分类器集成的未来位置情景计算 | 第138-160页 |
| ·引言 | 第138页 |
| ·相关工作 | 第138-140页 |
| ·现存方法中存在的问题与解决途径 | 第140-143页 |
| ·基于朴素贝叶斯分类器集成的未来位置情景计算 | 第143-153页 |
| ·实验评估 | 第153-157页 |
| ·结论 | 第157-158页 |
| ·本章小结 | 第158-160页 |
| 第7章 总结与展望 | 第160-166页 |
| ·本文总结 | 第160-161页 |
| ·本文创新点 | 第161-164页 |
| ·研究展望 | 第164-166页 |
| 参考文献 | 第166-174页 |
| 附录A：攻博期间发表论文 | 第174页 |
| 附录B：攻博期间参加科研项目 | 第174-175页 |
| 后记 | 第175-176页 |