首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

移动对象周期模式发现方法研究

摘要第4-5页
ABSTRACT第5页
目录第6-8页
图表清单第8-9页
注释表第9-10页
第一章 绪论第10-16页
    1.1 研究背景和意义第10-12页
    1.2 国内外研究现状第12-14页
    1.3 本文的研究内容第14-15页
    1.4 文章组织结构第15-16页
第二章 移动对象数据挖掘的相关技术第16-24页
    2.1 移动对象和移动对象数据库第16-17页
        2.1.1 移动对象相关概念第16-17页
        2.1.2 移动对象数据库相关概念第17页
    2.2 移动对象周期模式挖掘相关技术第17-21页
        2.2.1 移动对象聚类技术第18-19页
        2.2.2 关联分析技术第19-20页
        2.2.3 周期模式发现技术第20-21页
    2.3 预处理技术第21页
    2.4 稀有项问题第21-23页
        2.4.1 稀有项问题介绍第21-22页
        2.4.2 稀有项问题解决方法第22-23页
    2.5 本章小结第23-24页
第三章 移动对象频繁周期模式发现算法第24-39页
    3.1 问题第24-25页
    3.2 相关定义第25-28页
        3.2.1 频繁周期模式第25-26页
        3.2.2 相似度模式匹配第26页
        3.2.3 FP 表示法第26-28页
    3.3 MCCCT 算法及树的构建和挖掘第28-32页
        3.3.1 MCCCT 算法第28-30页
        3.3.2 MCCCT 树的构建与挖掘第30-32页
    3.4 实验第32-38页
    3.5 本章小结第38-39页
第四章 移动对象无冗余周期模式发现第39-54页
    4.1 问题描述第39-40页
    4.2 相关定义第40-41页
    4.3 无冗余频繁周期模式发现算法第41-45页
        4.3.1 获取周期第41-43页
        4.3.2 获取最大三元关系第43-44页
        4.3.3 获得无冗余周期模式第44-45页
    4.4 实验第45-53页
        4.4.1 实验一第46-47页
        4.4.2 实验二第47-49页
        4.4.3 实验三第49-51页
        4.4.4 实验四第51-53页
    4.5 本章小结第53-54页
第五章 总结与展望第54-56页
    5.1 本文总结第54-55页
    5.2 进一步研究方向第55-56页
参考文献第56-60页
致谢第60-61页
在学期间的研究成果及发表的学术论文第61页

论文共61页,点击 下载论文
上一篇:基于局部敏感度信息在CBIR的研究
下一篇:改进的各向异性扩散图像去噪模型