面向移动对象的密度查询技术研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 引言 | 第11-17页 |
1.1 课题的研究背景及意义 | 第11-14页 |
1.1.1 基于位置服务的发展与应用 | 第11-12页 |
1.1.2 移动对象数据库的发展与应用 | 第12-13页 |
1.1.3 密度查询的应用及意义 | 第13-14页 |
1.2 本文主要工作 | 第14-15页 |
1.3 本文的组织结构 | 第15-17页 |
第2章 相关工作概述 | 第17-29页 |
2.1 引言 | 第17页 |
2.2 密度查询 | 第17-18页 |
2.3 移动对象位置模型 | 第18-22页 |
2.3.1 线性预测模型 | 第19页 |
2.3.2 基于神经网络预测模型 | 第19-20页 |
2.3.3 基于频繁模式挖掘的位置预测模型 | 第20-21页 |
2.3.4 基于马尔可夫模型的位置预测 | 第21-22页 |
2.4 稀疏数据处理方法 | 第22-27页 |
2.4.1 稀疏数据介绍 | 第22-23页 |
2.4.2 张量分解算法 | 第23-27页 |
2.5 本章小结 | 第27-29页 |
第3章 基于网格的移动对象密度查询 | 第29-49页 |
3.1 引言 | 第29-30页 |
3.2 问题描述 | 第30-31页 |
3.3 频繁区域挖掘与轨迹转换 | 第31-34页 |
3.3.1 基于网格分裂分层聚簇算法 | 第31-33页 |
3.3.2 轨迹数据转换 | 第33-34页 |
3.4 基于马尔可夫模型位置预测 | 第34-38页 |
3.5 密度查询 | 第38-43页 |
3.5.1 密度查询算法 | 第38-40页 |
3.5.2 基于组关系的密度查询算法 | 第40-43页 |
3.6 实验与性能分析 | 第43-47页 |
3.6.1 实验环境 | 第43-44页 |
3.6.2 实验数据 | 第44页 |
3.6.3 实验结果与分析 | 第44-47页 |
3.7 本章小结 | 第47-49页 |
第4章 基于稀疏数据的密度查询 | 第49-67页 |
4.1 引言 | 第49页 |
4.2 问题描述 | 第49-51页 |
4.3 密度模型 | 第51-55页 |
4.3.1 基于POI的空间划分算法 | 第51-53页 |
4.3.2 张量构建 | 第53-55页 |
4.4 稀疏数据处理 | 第55-59页 |
4.4.1 特征提取 | 第55-57页 |
4.4.2 上下文感知张量分解算法(CATD) | 第57-59页 |
4.5 实验结果与分析 | 第59-64页 |
4.5.1 实验环境 | 第59页 |
4.5.2 实验数据的描述与分析 | 第59-62页 |
4.5.3 实验评估标准 | 第62页 |
4.5.4 实验结果与分析 | 第62-64页 |
4.6 本章小结 | 第64-67页 |
第5章 总结与展望 | 第67-69页 |
5.1 本文工作总结 | 第67-68页 |
5.2 未来展望 | 第68-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-75页 |
攻硕期间发表的论文及参加的项目 | 第75页 |