基于深度学习的轨迹模式挖掘与预测技术.docxVIP

基于深度学习的轨迹模式挖掘与预测技术

目录

基于深度学习的轨迹模式挖掘与预测技术（1）．．．．．．．．．．．．．．．．．．5

一、内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

二、深度学习基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1深度学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2深度学习关键技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2.1神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.2.2卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.2.3循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.2.4生成对抗网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

三、轨迹模式挖掘技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.1轨迹数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.1.1数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.1.2数据标准化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.2轨迹模式特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

3.2.1基于统计的特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

3.2.2基于机器学习的特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

3.3轨迹模式分类与聚类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.3.1轨迹模式分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.3.2轨迹模式聚类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

四、轨迹模式预测技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

五、基于深度学习的轨迹模式挖掘与预测应用案例．．．．．．．．．．．．．．21

5.1交通流量预测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

5.2人群轨迹预测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

5.3物流轨迹预测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

六、实验与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

6.1实验设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

6.2实验数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

6.3实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

6.3.1模型性能比较．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

6.3.2预测精度评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

七、结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

7.1研究结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

7.2未来研究方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

基于深度学习的轨迹模式挖掘与预测技术（2）．．．．．．．．．．．．．．．．．34