基于蜂窝信令数据的移动轨迹清洗和预测方法研究与实现
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要内容和章节安排 | 第12-14页 |
| 第2章 轨迹数据预处理方法 | 第14-34页 |
| 2.1 原始定位数据的特征 | 第14-18页 |
| 2.1.1 定位数据的误差特征 | 第14-15页 |
| 2.1.2 定位数据的采样特征 | 第15-18页 |
| 2.2 轨迹预处理方法 | 第18-29页 |
| 2.2.1 预处理方法总体流程 | 第18-19页 |
| 2.2.2 子轨迹分割方法 | 第19-20页 |
| 2.2.3 识别并去除离群点方法 | 第20-25页 |
| 2.2.4 滤波方法处理固有误差 | 第25-29页 |
| 2.3 轨迹预处理实验和指标分析 | 第29-33页 |
| 2.3.1 轨迹分割实验 | 第29-30页 |
| 2.3.2 轨迹离群点消除实验 | 第30-32页 |
| 2.3.3 滤波去噪实验 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 基于序列模式的轨迹预测方法 | 第34-53页 |
| 3.1 方法可行性分析 | 第34-35页 |
| 3.2 预测方法流程 | 第35-47页 |
| 3.2.1 总体框图 | 第35页 |
| 3.2.2 轨迹停留点提取 | 第35-40页 |
| 3.2.3 地图网格化与轨迹抽象 | 第40-43页 |
| 3.2.4 停留点异同性判别 | 第43-45页 |
| 3.2.5 用户间相似度定义 | 第45-47页 |
| 3.3 预测模型 | 第47-52页 |
| 3.3.1 基本原理 | 第47-48页 |
| 3.3.2 频繁序列模式挖掘 | 第48-50页 |
| 3.3.3 预测树构建与预测 | 第50-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第4章 算法验证与系统实现 | 第53-63页 |
| 4.1 阶段性实验 | 第53-58页 |
| 4.1.1 停留点提取实验 | 第53-55页 |
| 4.1.2 网格化 | 第55-56页 |
| 4.1.3 停留网格区域化 | 第56-57页 |
| 4.1.4 用户分组 | 第57-58页 |
| 4.2 预测性能实验与分析 | 第58-61页 |
| 4.3 系统原型 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间完成的成果 | 第69页 |
