| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第15-22页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 研究现状 | 第16-19页 |
| 1.3 研究内容 | 第19-20页 |
| 1.4 本文组织结构 | 第20-22页 |
| 2 相关理论基础 | 第22-30页 |
| 2.1 引言 | 第22页 |
| 2.2 机器学习与轨迹预测 | 第22-24页 |
| 2.3 网格聚类 | 第24-26页 |
| 2.4 Markov预测模型 | 第26-27页 |
| 2.5 关联规则 | 第27-29页 |
| 2.6 小结 | 第29-30页 |
| 3 基于高阶Markov模型与轨迹相似度的位置预测算法 | 第30-42页 |
| 3.1 引言 | 第30-31页 |
| 3.2 相关理论 | 第31-32页 |
| 3.3 基于高阶Markov模型与轨迹相似度的位置预测算法 | 第32-34页 |
| 3.4 实验及分析 | 第34-41页 |
| 3.5 小结 | 第41-42页 |
| 4 基于定阶Markov模型与关联规则的位置预测算法 | 第42-53页 |
| 4.1 引言 | 第42-43页 |
| 4.2 相关理论 | 第43-44页 |
| 4.3 基于定阶Markov模型与关联规则的位置预测算法 | 第44-45页 |
| 4.4 实验及分析 | 第45-52页 |
| 4.5 小结 | 第52-53页 |
| 5 移动对象位置预测分析原型系统的设计与实现 | 第53-63页 |
| 5.1 系统架构概述 | 第53-55页 |
| 5.2 系统的实现 | 第55-59页 |
| 5.3 系统的运行 | 第59-62页 |
| 5.4 小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 主要研究成果 | 第63-64页 |
| 6.2 研究展望 | 第64-65页 |
| 参考文献 | 第65-72页 |
| 作者简历 | 第72-74页 |
| 学位论文数据集 | 第74页 |
