| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 图录 | 第10-11页 |
| 表录 | 第11-12页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 无线网络概述 | 第12-16页 |
| 1.1.1 无线网络的发展 | 第12-14页 |
| 1.1.2 移动时代的机遇与挑战 | 第14-16页 |
| 1.2 课题研究意义 | 第16-17页 |
| 1.3 本文工作 | 第17-22页 |
| 1.3.1 轨迹模式挖掘 | 第18-20页 |
| 1.3.2 轨迹模式变化分析 | 第20-21页 |
| 1.3.3 基于模式分析的位置预测 | 第21-22页 |
| 1.4 章节安排 | 第22-23页 |
| 第二章 轨迹模式挖掘 | 第23-41页 |
| 2.1 序列模式挖掘 | 第23-29页 |
| 2.1.1 序列模式挖掘的问题描述 | 第23-25页 |
| 2.1.2 序列模式挖掘算法分析 | 第25-28页 |
| 2.1.3 序列模式挖掘的新挑战 | 第28-29页 |
| 2.2 轨迹模式挖掘的一般过程 | 第29-35页 |
| 2.2.1 轨迹模式挖掘的流程 | 第29-31页 |
| 2.2.2 用户轨迹数据的产生 | 第31-32页 |
| 2.2.3 用户轨迹数据的预处理 | 第32-34页 |
| 2.2.4 轨迹模式挖掘的应用价值 | 第34-35页 |
| 2.3 基于自适应滑动时间窗的用户轨迹模式挖掘 | 第35-39页 |
| 2.3.1 用户轨迹提取 | 第35-37页 |
| 2.3.2 轨迹序列的时间窗划分 | 第37-38页 |
| 2.3.3 基于时间窗的轨迹模式提取 | 第38-39页 |
| 2.4 本章小结 | 第39-41页 |
| 第三章 轨迹模式变化分析 | 第41-65页 |
| 3.1 模式变化分析概述 | 第41-44页 |
| 3.1.1 模式变化分析的研究现状 | 第41-43页 |
| 3.1.2 模式变化分析的研究意义 | 第43-44页 |
| 3.2 轨迹模式变化分析 | 第44-56页 |
| 3.2.1 轨迹模式变化的定义 | 第45-47页 |
| 3.2.2 轨迹模式的相似度 | 第47-49页 |
| 3.2.3 两个时间窗间的轨迹模式变化分析 | 第49-53页 |
| 3.2.4 多个时间窗间的轨迹模式变化分析 | 第53-54页 |
| 3.2.5 轨迹模式变化点检测 | 第54-56页 |
| 3.3 轨迹模式变化分析实验结果 | 第56-64页 |
| 3.3.1 数据集概述 | 第56-58页 |
| 3.3.2 轨迹数据集的基本统计特性 | 第58页 |
| 3.3.3 个体轨迹模式变化分析实验结果 | 第58-60页 |
| 3.3.4 群体轨迹模式变化分析实验结果 | 第60-64页 |
| 3.4 本章小结 | 第64-65页 |
| 第四章 基于模式分析的位置预测 | 第65-79页 |
| 4.1 用户位置预测问题概述 | 第65-68页 |
| 4.1.1 用户位置预测问题描述 | 第65-66页 |
| 4.1.2 用户位置预测的应用 | 第66-68页 |
| 4.2 用户位置预测的研究现状及问题分析 | 第68-70页 |
| 4.3 基于模式分析的位置预测 | 第70-74页 |
| 4.3.1 基于单个用户轨迹模式变化分析的位置预测 | 第70-71页 |
| 4.3.2 基于相似模式的位置预测 | 第71-73页 |
| 4.3.3 基于模式分析的位置预测方法的优势 | 第73-74页 |
| 4.4 位置预测实验 | 第74-78页 |
| 4.4.1 马尔可夫预测方法 | 第74-75页 |
| 4.4.2 预测结果对比分析 | 第75-78页 |
| 4.5 本章小结 | 第78-79页 |
| 第五章 结束语 | 第79-81页 |
| 5.1 主要工作与创新点 | 第79-80页 |
| 5.2 后续研究工作 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间已发表或录用的论文 | 第86页 |