基于混合多步markov模型的位置預(yù)測(cè)方法研究

基于混合多步markov模型的位置預(yù)測(cè)方法研究

ID:33559403

大?。?.09 MB

頁(yè)數(shù):73頁(yè)

時(shí)間:2019-02-27

基于混合多步markov模型的位置預(yù)測(cè)方法研究_第1頁(yè)
基于混合多步markov模型的位置預(yù)測(cè)方法研究_第2頁(yè)
基于混合多步markov模型的位置預(yù)測(cè)方法研究_第3頁(yè)
基于混合多步markov模型的位置預(yù)測(cè)方法研究_第4頁(yè)
基于混合多步markov模型的位置預(yù)測(cè)方法研究_第5頁(yè)
資源描述:

《基于混合多步markov模型的位置預(yù)測(cè)方法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、萬(wàn)方數(shù)據(jù)分類號(hào)UDC密級(jí)學(xué)位論文基于混合多步Markov模型的位置預(yù)測(cè)方法研究作者姓名:指導(dǎo)教師:申請(qǐng)學(xué)位級(jí)別:學(xué)科專業(yè)名稱:論文提交日期:學(xué)位授予日期:評(píng)閱人:楊迪林樹寬教授東北大學(xué)信息科學(xué)與工程學(xué)院碩士學(xué)科類別:工學(xué)學(xué)位計(jì)算機(jī)軟件與理論2014年6月論文答辯日期:2014年6月2014年7月答辯委員會(huì)主席:王大玲教授張偉,孫建偉東北大學(xué)2014年6月萬(wàn)方數(shù)據(jù)AThesisinComputerSoftwareandTheoryResearchonLocationPredictionBasedonHybridMulti--StepMarkovModelByYangDiSupervisor

2、:ProfessorLinShukuanNortheasternUniversityJune2014萬(wàn)方數(shù)據(jù)獨(dú)創(chuàng)性聲明本人聲明,所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加以標(biāo)注和致謝的地方外,不包含其他人己經(jīng)發(fā)表或撰寫過(guò)的研究成果,也不包括本人為獲得其他學(xué)位而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說(shuō)明并表示謝二屯思。學(xué)位論文作者簽名:物芻壘一日期:加胗爭(zhēng)占居學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者和指導(dǎo)教師完全了解東北大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定:即學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤,允許論文被查閱和借閱。

3、本人同意東北大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索、交流。作者和導(dǎo)師同意網(wǎng)上交流的時(shí)間為作者獲得學(xué)位后:半年口一年口一年半口兩年∥學(xué)位論文作者簽名:餳蔓L簽字日期:2汐膨車莎月導(dǎo)師簽名:科中了皂簽字日期:2口I嶧蕁l’日萬(wàn)方數(shù)據(jù)東北大學(xué)碩士學(xué)位論文摘要基于混合多步Markov模型的位置預(yù)測(cè)方法研究摘要近年來(lái),隨著移動(dòng)定位技術(shù)的成熟和流行,基于位置服務(wù)越來(lái)越受到人們的關(guān)注。位置預(yù)測(cè)技術(shù)是其中重要部分,并有著廣泛的應(yīng)用。目前,位置預(yù)測(cè)方法中較為常用的是基于Markov模型的預(yù)測(cè)方法,然而這類方法存在很多問(wèn)題,例如:沒(méi)有有效的劃分區(qū)域、沒(méi)有考慮用戶特性以及只基于當(dāng)前位置進(jìn)行預(yù)

4、測(cè)。因此,基于Markov模型的新的位置預(yù)測(cè)方法的研究迫在眉睫。本文以傳統(tǒng)的基于Markov模型的位置預(yù)測(cè)理論為基礎(chǔ),并針對(duì)其中存在的問(wèn)題加以改進(jìn)。建立了包括離線數(shù)據(jù)處理、線下模型訓(xùn)練和線上位置預(yù)測(cè)的完整位置預(yù)測(cè)方案,使得預(yù)測(cè)準(zhǔn)確率更高,系統(tǒng)適用范圍更廣。本文的主要貢獻(xiàn)如下:首先,針對(duì)GPS數(shù)據(jù)遠(yuǎn)比其他數(shù)據(jù)更容易獲取的特點(diǎn),提出只基于用戶歷史GPS數(shù)據(jù)進(jìn)行位置預(yù)測(cè)的方案,使得位置預(yù)測(cè)方法更符合實(shí)際、應(yīng)用范圍更廣。其次,針對(duì)傳統(tǒng)位置預(yù)測(cè)中將地圖網(wǎng)格化的方法所存在的問(wèn)題,提出一種新的劃分方案,從GPS數(shù)據(jù)中提取興趣點(diǎn),并依據(jù)興趣點(diǎn)將地圖進(jìn)行更有意義的劃分。再次,針對(duì)傳統(tǒng)Markov模型預(yù)測(cè)方

5、法沒(méi)有考慮用戶特性的問(wèn)題,提出一種聚類算法,將用戶聚類為用戶組并為每個(gè)用戶組建立預(yù)測(cè)模型,實(shí)驗(yàn)證明可以有效的提高預(yù)測(cè)的準(zhǔn)確率。最后,針對(duì)傳統(tǒng)基于Markov模型的位置預(yù)測(cè)方法存在的問(wèn)題,提出了建立混合多步Markov模型的方法,考慮了軌跡上的多個(gè)位置,并給出了每個(gè)位置對(duì)預(yù)測(cè)的影響系數(shù)。另外,因?yàn)橛脩裘看蔚囊苿?dòng)行為并不一定完全符合用戶的習(xí)慣,所以提出一種貝葉斯方法,可以僅根據(jù)當(dāng)前軌跡選擇最符合該軌跡的模型進(jìn)行預(yù)測(cè)。同時(shí),解決了難以為新加入系統(tǒng)的用戶和數(shù)據(jù)稀疏的用戶進(jìn)行預(yù)測(cè)的問(wèn)題。通過(guò)理論分析和實(shí)驗(yàn)評(píng)估,證明了本文提出的基于混合多步Markov模型位置預(yù)測(cè)方法符合理論上的可行性和操作上的正確

6、性。關(guān)鍵詞:基于位置服務(wù);移動(dòng)定位技術(shù);位置預(yù)測(cè);Markov模型;用戶聚類萬(wàn)方數(shù)據(jù)東北大學(xué)碩士學(xué)住論文AbstractResearchOilLocat:ionPredictionBasedonHybridMulti--StepMarkovModelAbstractInrecentyears,withmobilelocalizationtechnologymaturingandpopular,location-basedservice(LBS)receivesextensiveattention.LocationpredictionisanimportantpartofLBS,which

7、iswidelyapplied.Atpresent,therearealotofresearchestopredictlocationbasedonMarkovModel,inwhichmanyproblemsexist.Forexample,regionsarenotpartitionedreasonably,users’characteristicsarenotconsidered,andthepredictionisonlyb

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。