| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 轨迹大数据存储管理现状 | 第12-13页 |
| 1.2.2 渔船行为挖掘现状 | 第13-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第二章 相关理论基础 | 第19-32页 |
| 2.1 MongoDB概述 | 第19-22页 |
| 2.1.1 分布式NoSQL概述 | 第19-20页 |
| 2.1.2 MongoDB架构和分片策略 | 第20-21页 |
| 2.1.3 MongoDB存储模型 | 第21页 |
| 2.1.4 MongoDB地理位置索引 | 第21-22页 |
| 2.2 位置检索原理 | 第22-24页 |
| 2.2.1 GeoHash算法 | 第22-24页 |
| 2.2.2 GeoHash编码特点 | 第24页 |
| 2.3 轨迹数据挖掘相关技术 | 第24-30页 |
| 2.3.1 轨迹数据挖掘技术 | 第25页 |
| 2.3.2 轨迹数据挖掘步骤 | 第25-26页 |
| 2.3.3 聚类算法 | 第26-30页 |
| 2.4 判别分析技术 | 第30-31页 |
| 2.4.1 判别分析方法 | 第30-31页 |
| 2.4.2 判别分析效果 | 第31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 轨迹大数据存储优化策略 | 第32-50页 |
| 3.1 轨迹数据的特点 | 第32-34页 |
| 3.1.1 轨迹数据流特点 | 第32-33页 |
| 3.1.2 轨迹数据查询特点 | 第33-34页 |
| 3.2 轨迹存储优化策略 | 第34-35页 |
| 3.3 轨迹数据模型 | 第35-40页 |
| 3.3.1 移动对象轨迹模型 | 第35-38页 |
| 3.3.2 轨迹存储模型 | 第38-40页 |
| 3.3.3 轨迹更新策略 | 第40页 |
| 3.4 基于网格的轨迹数据时空索引 | 第40-47页 |
| 3.4.1 MongoDB空间索引存在的不足 | 第41页 |
| 3.4.2 时空网格划分和编码 | 第41-44页 |
| 3.4.3 基于网格的轨迹数据时空索引 | 第44-45页 |
| 3.4.4 轨迹时空索引存储模型 | 第45-47页 |
| 3.5 轨迹数据时空查询算法 | 第47-49页 |
| 3.5.1 轨迹查询 | 第47-48页 |
| 3.5.2 时空查询 | 第48-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 基于轨迹的渔船捕捞行为识别与监控技术 | 第50-66页 |
| 4.1 相关定义 | 第50-51页 |
| 4.2 渔船捕捞特征分析 | 第51-55页 |
| 4.2.1 速度和方向特征 | 第51-53页 |
| 4.2.2 轨迹结构特征 | 第53-55页 |
| 4.3 基于高斯混合模型的渔船行为识别算法 | 第55-58页 |
| 4.3.1 基于GMM的渔船行为识别 | 第55-56页 |
| 4.3.2 GMM渔船行为识别算法 | 第56-57页 |
| 4.3.3 GMM识别算法存在的不足 | 第57-58页 |
| 4.4 基于多步聚类的渔船行为识别算法 | 第58-63页 |
| 4.4.1 轨迹点时空距离模型 | 第58-59页 |
| 4.4.2 捕捞行为识别流程 | 第59-61页 |
| 4.4.3 多步聚类算法 | 第61-63页 |
| 4.5 渔船捕捞行为特征提取 | 第63-65页 |
| 4.5.1 基于Fisher判别的渔船捕捞行为特征提取 | 第63-64页 |
| 4.5.2 模型判别过程 | 第64-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 系统设计及实验分析 | 第66-85页 |
| 5.1 系统设计 | 第66-70页 |
| 5.1.1 总体设计 | 第66-67页 |
| 5.1.2 轨迹存储模块设计 | 第67-68页 |
| 5.1.3 数据查询模块设计 | 第68-69页 |
| 5.1.4 渔船捕捞行为特征提取模块设计 | 第69-70页 |
| 5.2 实验数据和实验环境 | 第70页 |
| 5.3 存储性能测试与分析 | 第70-75页 |
| 5.3.1 测试指标 | 第71页 |
| 5.3.2 轨迹数据存储效果 | 第71-74页 |
| 5.3.3 时空轨迹查询效率对比 | 第74-75页 |
| 5.4 渔船捕捞行为识别效果 | 第75-84页 |
| 5.4.1 速度服从高斯分布 | 第76-78页 |
| 5.4.2 速度不服从高斯分布 | 第78-81页 |
| 5.4.3 算法时间复杂度分析 | 第81-83页 |
| 5.4.4 判别效果 | 第83-84页 |
| 5.5 本章小结 | 第84-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 6.1 本文工作总结 | 第85-86页 |
| 6.2 未来展望 | 第86-87页 |
| 致谢 | 第87-89页 |
| 参考文献 | 第89-94页 |
| 附录 | 第94-95页 |
| 详细摘要 | 第95-96页 |