云计算环境下基于时空异常的轨迹模式挖掘算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-18页 |
| 第2章 时空轨迹异常模式挖掘研究概述 | 第18-27页 |
| 2.1 时空轨迹相似性度量 | 第18-22页 |
| 2.1.1 欧式距离 | 第18页 |
| 2.1.2 线段Hausdorff距离 | 第18-19页 |
| 2.1.3 动态时间规整距离 | 第19-20页 |
| 2.1.4 最小外包矩形距离 | 第20页 |
| 2.1.5 最长公共子序列距离 | 第20-21页 |
| 2.1.6 编辑距离 | 第21-22页 |
| 2.2 时空轨迹异常模式挖掘算法 | 第22-26页 |
| 2.2.1 时空轨迹定义 | 第22页 |
| 2.2.2 TRAOD算法 | 第22-24页 |
| 2.2.3 TOP-EYE算法 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于最小边界盒的时空异常轨迹检测算法 | 第27-42页 |
| 3.1 最小边界盒定义 | 第27-29页 |
| 3.2 时空异常轨迹检测算法STOD | 第29-36页 |
| 3.2.1 算法思想 | 第29-30页 |
| 3.2.2 合并子轨迹段 | 第30-33页 |
| 3.2.3 时空网格索引 | 第33-35页 |
| 3.2.4 时空异常轨迹检测 | 第35-36页 |
| 3.3 并行检测算法PSTOD | 第36-38页 |
| 3.4 实验与结果分析 | 第38-41页 |
| 3.4.1 实验环境与配置 | 第38-39页 |
| 3.4.2 实验结果与性能分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于轨迹点密度网格的时空异常轨迹检测算法 | 第42-58页 |
| 4.1 轨迹点密度网格定义 | 第42-44页 |
| 4.2 时空异常轨迹检测算法STODP | 第44-51页 |
| 4.2.1 算法思想 | 第44-45页 |
| 4.2.2 动态距离网格索引 | 第45-47页 |
| 4.2.3 最长连续异常子轨迹LAS | 第47-50页 |
| 4.2.4 时空异常轨迹检测 | 第50-51页 |
| 4.3 并行检测算法PSTODP | 第51-53页 |
| 4.4 实验与结果分析 | 第53-57页 |
| 4.4.1 实验环境与配置 | 第53-54页 |
| 4.4.2 实验结果与性能分析 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 附录 攻读硕士学位期间发表论文及获奖情况 | 第67页 |
| 1 攻读硕士学位期间发表论文 | 第67页 |
| 2 参加科研项目 | 第67页 |
| 3 获奖情况 | 第67页 |
