基于路网感知的时空轨迹聚类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·课题研究背景及意义 | 第9-11页 |
| ·国内外研究现状及存在的主要问题 | 第11-15页 |
| ·国内外研究现状 | 第11-14页 |
| ·目前存在的主要问题 | 第14-15页 |
| ·本文主要研究内容与组织结构 | 第15-17页 |
| ·本文主要研究内容 | 第15-16页 |
| ·本文结构安排 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2 时空数据与轨迹数据挖掘 | 第18-31页 |
| ·时空数据挖掘 | 第18-22页 |
| ·时空数据挖掘的研究内容 | 第18-21页 |
| ·时空数据挖掘的基本流程 | 第21-22页 |
| ·时空轨迹挖掘 | 第22-30页 |
| ·时空轨迹的产生与描述 | 第22-23页 |
| ·时空轨迹的模式研究 | 第23-24页 |
| ·时空轨迹的相似性度量 | 第24-27页 |
| ·时空轨迹挖掘方法 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 3 路网感知下的时空轨迹聚类框架 | 第31-42页 |
| ·现有框架的不足 | 第31-33页 |
| ·路网模型 | 第33-34页 |
| ·路网感知下的时空轨迹聚类框架 | 第34-38页 |
| ·问题定义 | 第34-37页 |
| ·路网感知下的时空轨迹聚类框架 | 第37-38页 |
| ·基于路网的相似性度量 | 第38-41页 |
| ·空间相似性 | 第39-40页 |
| ·时间相似性 | 第40-41页 |
| ·时空相似性 | 第41页 |
| ·本章小结 | 第41-42页 |
| 4 NEASTT算法 | 第42-49页 |
| ·路段聚类单元聚类 | 第42-43页 |
| ·原始轨迹的分割 | 第42-43页 |
| ·轨迹片段在路段上的聚类 | 第43页 |
| ·时空流聚类 | 第43-48页 |
| ·类DBSCAN算法 | 第43-44页 |
| ·时空流聚类的初始化 | 第44页 |
| ·相邻聚类单元的合并 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 5 实验结果与分析 | 第49-57页 |
| ·实验数据 | 第49页 |
| ·实验环境 | 第49-51页 |
| ·实验结果与分析 | 第51-55页 |
| ·中间时刻距离与时间重合距离相似度量比较 | 第51-52页 |
| ·NEASTT算法与NEAT算法的比较实验 | 第52-54页 |
| ·不同参数设置对NEASTT算法的影响 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 6 总结与展望 | 第57-60页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-67页 |
| 攻读硕士学位期间所取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
