车辆轨迹的数据分析与研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文主要工作 | 第10-12页 |
| 第2章 SLAMM算法及其优化 | 第12-32页 |
| 2.1 概述 | 第12-13页 |
| 2.2 基于GEOHASH的地理位置索引 | 第13-15页 |
| 2.3 距离匹配算法（DMM） | 第15-16页 |
| 2.4 向前迭代匹配算法（LAMM） | 第16-19页 |
| 2.5 选择向前迭代算法（SLAMM）及其优化 | 第19-31页 |
| 2.5.1 路网模型 | 第19-20页 |
| 2.5.2 设计原理 | 第20页 |
| 2.5.3 算法概览 | 第20-21页 |
| 2.5.4 数据预处理 | 第21页 |
| 2.5.5 基于轨迹缓冲区的路段过滤 | 第21-22页 |
| 2.5.6 临界轨迹点选择与匹配 | 第22-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 基于NEAT模型的轨迹聚类 | 第32-45页 |
| 3.1 概述 | 第32-34页 |
| 3.2 NEAT模型定义 | 第34-37页 |
| 3.3 NEAT模型简述 | 第37-38页 |
| 3.4 基本簇生成 | 第38-39页 |
| 3.4.1 轨迹划分 | 第38-39页 |
| 3.4.2 轨迹分段合并 | 第39页 |
| 3.5 路网流簇生成 | 第39-43页 |
| 3.5.1 基于密度的路网流簇初始化 | 第40页 |
| 3.5.2 近邻簇合并 | 第40-41页 |
| 3.5.3 近邻簇合并策略 | 第41-43页 |
| 3.6 路网流簇优化 | 第43-44页 |
| 3.6.1 路网流簇距离函数 | 第43-44页 |
| 3.6.2 基于密度的路网流簇优化 | 第44页 |
| 3.7 本章小结 | 第44-45页 |
| 第4章 实验与评价 | 第45-53页 |
| 4.1 基于优化SLAMM算法的实验与评价 | 第45-47页 |
| 4.1.1 运行时间 | 第45-46页 |
| 4.1.2 准确度 | 第46-47页 |
| 4.2 基于NEAT模型的实验与评价 | 第47-53页 |
| 4.2.1 实验初始化 | 第48页 |
| 4.2.2 时间维度的粒度选择 | 第48页 |
| 4.2.3 聚类结果可视化 | 第48-53页 |
| 第5章 总结与展望 | 第53-56页 |
| 5.1 工作总结 | 第53-54页 |
| 5.2 展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
