| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 论文内容和方法 | 第10页 |
| 1.4 论文组织结构 | 第10-12页 |
| 第2章 基本概念和相关理论 | 第12-20页 |
| 2.1 移动对象的轨迹模型 | 第12-17页 |
| 2.1.1 移动对象和轨迹的基本数据模型 | 第12-14页 |
| 2.1.2 基于语义的移动对象轨迹模型 | 第14-16页 |
| 2.1.3 基于网格的移动对象轨迹模型 | 第16-17页 |
| 2.2 轨迹间的相似度定义 | 第17-19页 |
| 2.2.1 分隔-聚类法(PartitionandClustering)中的相似距离判断 | 第17-18页 |
| 2.2.2 基于p-distance的相似度定义 | 第18-19页 |
| 2.3 本章总结 | 第19-20页 |
| 第3章 基于历史的轨迹相似距离 | 第20-34页 |
| 3.1 问题阐述 | 第20-24页 |
| 3.1.1 基于时间的时空数据融合 | 第20-21页 |
| 3.1.2 轨迹间相似性的相对性 | 第21-23页 |
| 3.1.3 历史轨迹对不确定轨迹的修正意义 | 第23页 |
| 3.1.4 总结 | 第23-24页 |
| 3.2 基于历史轨迹的相似度定义 | 第24-26页 |
| 3.2.1 公式定义 | 第24-25页 |
| 3.2.2 通过历史临近数量判断相似性的优势 | 第25-26页 |
| 3.3 基于时空切面的相似度计算方法 | 第26-32页 |
| 3.3.1 时空切面的物理意义 | 第27-28页 |
| 3.3.2 时空切面的生成 | 第28-31页 |
| 3.3.3 基于时空切面的轨迹间相似度计算 | 第31-32页 |
| 3.4 本章总结 | 第32-34页 |
| 第4章 基于R树的轨迹数据索引结构 | 第34-50页 |
| 4.1 R树简介 | 第34-36页 |
| 4.2 基于R树的时空数据库索引结构的建立 | 第36-46页 |
| 4.2.1 存储结构概述 | 第36-39页 |
| 4.2.2 插入算法 | 第39-41页 |
| 4.2.3 选择节点算法 | 第41-43页 |
| 4.2.4 节点分裂算法 | 第43-46页 |
| 4.2.5 总结和说明 | 第46页 |
| 4.3 面向R树的搜索算法 | 第46-49页 |
| 4.3.1 圆形与矩形相交判断 | 第47-48页 |
| 4.3.2 求搜索空间中的记录数 | 第48-49页 |
| 4.4 本章总结 | 第49-50页 |
| 第5章 实验与验证 | 第50-65页 |
| 5.1 网格轨迹 | 第50-54页 |
| 5.1.1 系统设计 | 第51-52页 |
| 5.1.2 运行与结果分析 | 第52-54页 |
| 5.2 R树搜索演示 | 第54-57页 |
| 5.2.1 系统设计 | 第54-55页 |
| 5.2.2 运行与结果分析 | 第55-57页 |
| 5.3 模拟轨迹相似性实验 | 第57-62页 |
| 5.3.1 随机轨迹生成算法 | 第57-59页 |
| 5.3.2 验证程序设计 | 第59-61页 |
| 5.3.3 运行与结果分析 | 第61-62页 |
| 5.4 基于Geolife的验证实验 | 第62-65页 |
| 5.4.1 实验系统设计 | 第62-63页 |
| 5.4.2 运行与结果分析 | 第63-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |