声明
摘要
第1章 绪论
1.1 课题背景与研究意义
1.2 国内外位置预测研究情况
1.3 本文工作与贡献
1.4 论文结构
1.5 本章小结
第2章 位置预测的相关技术
2.1 位置预测的基本描述
2.1.1 轨迹数据的语义结构
2.1.2 轨迹预测的基本过程
2.2 相关技术概述
2.2.1 轨迹数据的获取
2.2.2 轨迹数据预处理技术
2.2.3 驻足点提取技术
2.2.4 位置预测技术
2.2.5 深度学习相关技术
2.3 本章小结
第3章 问题描述和算法流程
3.1 基于历史轨迹的位置预测定义
3.2 本文位置预测的算法流程
3.3 本章小结
第4章 基于多级聚类算法的重要位置提取
4.1 轨迹数据的预处理
4.1.1 启发式的异常值检测
4.2 基于区域一致性扩展的驻足点提取方法
4.3 基于DBSCAN的重要位置提取方法
4.4 本章小结
第5章 基于循环神经网络的位置预测方法
5.1 引言
5.2 基于循环神经网络轨迹位置预测模型
5.2.1 预测模型框架
5.2.2 下一个位置的预测
5.2.3 LSTM模块
5.3 本章小结
第6章 实验结果及分析
6.1 实验配置
6.1.1 运行环境
6.1.2 数据集描述
6.2 实验结果与分析
6.2.1 重要位置提取结果
6.2.2 下一个位置预测结果
6.2.3 模型实验结果对比
6.3 本章小结
第7章 总结与展望
7.1 本文主要工作与贡献
7.2 未来研究工作展望
参考文献
致谢
浙江大学;