大规模移动对象时空聚集查询与分析技术研究
| 摘要 | 第10-11页 |
| ABSTRACT | 第11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 选题背景及研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 移动对象轨迹建模与存储 | 第13-14页 |
| 1.2.2 移动对象时空聚集查询技术 | 第14-15页 |
| 1.2.3 移动对象轨迹数据可视分析 | 第15-16页 |
| 1.3 本文的研究内容和组织结构 | 第16-18页 |
| 1.3.1 本文的研究内容 | 第16-17页 |
| 1.3.2 本文的组织结构 | 第17-18页 |
| 第二章 大规模移动对象轨迹数据存储方法 | 第18-25页 |
| 2.1 移动对象轨迹概述 | 第18-20页 |
| 2.1.1 移动对象轨迹数据 | 第18-19页 |
| 2.1.2 移动对象存储方法 | 第19-20页 |
| 2.2 移动对象轨迹数据存储 | 第20-24页 |
| 2.2.1 GPX文件概述 | 第20-21页 |
| 2.2.2 移动对象全时段轨迹描述 | 第21-22页 |
| 2.2.3 移动对象轨迹数据存储结构 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 大规模移动对象时空聚集查询处理 | 第25-38页 |
| 3.1 时空聚集概述 | 第25-26页 |
| 3.2 基于区域划分的多线程并行时空聚集查询 | 第26-29页 |
| 3.2.1 STA-cube划分方法 | 第26-27页 |
| 3.2.2 算法流程及功能实现 | 第27-28页 |
| 3.2.3 时空聚集查询服务框架 | 第28-29页 |
| 3.3 预聚集与多线程并行的时空聚集查询 | 第29-32页 |
| 3.3.1 时空预聚集流程 | 第30-31页 |
| 3.3.2 并行处理策略 | 第31-32页 |
| 3.3.3 算法实现 | 第32页 |
| 3.4 实验与分析 | 第32-37页 |
| 3.4.1 实验条件 | 第33页 |
| 3.4.2 实验结果与分析 | 第33-37页 |
| 3.4.3 实验结论 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 移动对象轨迹数据时空聚集可视化 | 第38-50页 |
| 4.1 轨迹数据可视化 | 第38-40页 |
| 4.1.1 数据可视化分析 | 第38页 |
| 4.1.2 轨迹数据可视分析 | 第38-40页 |
| 4.2 时空统计可视化表达与分析 | 第40-43页 |
| 4.2.1 D3可视化技术 | 第40-41页 |
| 4.2.2 基于时空曲线图的活动模式发现 | 第41-42页 |
| 4.2.3 基于时空统计表的道路拥堵分析 | 第42-43页 |
| 4.3 基于时空聚集缓存瓦片的交通密度可视化 | 第43-47页 |
| 4.3.1 瓦片金字塔模型 | 第43-44页 |
| 4.3.2 时空聚集瓦片处理 | 第44-45页 |
| 4.3.3 聚集信息缓存策略 | 第45-46页 |
| 4.3.4 可视化代价模型 | 第46-47页 |
| 4.4 实验与分析 | 第47-49页 |
| 4.4.1 实验条件 | 第47页 |
| 4.4.2 实验结果与分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 时空聚集分析原型系统设计与实现 | 第50-57页 |
| 5.1 时空聚集分析原型系统架构 | 第50-51页 |
| 5.1.1 数据管理模块 | 第50-51页 |
| 5.1.2 时空聚集分析模块 | 第51页 |
| 5.1.3 交互可视化模块 | 第51页 |
| 5.2 系统演示 | 第51-55页 |
| 5.2.1 系统演示环境 | 第51-52页 |
| 5.2.2 系统演示流程 | 第52-55页 |
| 5.3 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-60页 |
| 6.1 主要研究成果 | 第57-58页 |
| 6.2 存在的不足 | 第58页 |
| 6.3 工作展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 作者在学期间取得的学术成果 | 第66-67页 |
| 作者在学期间参加的与本课题相关的科研项目 | 第67页 |
