| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国内研究现状 | 第9页 |
| 1.2.2 国外研究现状 | 第9-11页 |
| 1.3 课题目的与意义 | 第11-12页 |
| 1.4 研究内容与方法 | 第12页 |
| 1.5 本章小结 | 第12-14页 |
| 第2章 相关概念及技术分析 | 第14-24页 |
| 2.1 轨迹相关概念 | 第14页 |
| 2.2 轨迹分割算法 | 第14-19页 |
| 2.2.1 轨迹分割算法的分类 | 第14-16页 |
| 2.2.2 传统轨迹分割算法 | 第16-17页 |
| 2.2.3 实时轨迹分割算法 | 第17-19页 |
| 2.3 轨迹相似性度量 | 第19-21页 |
| 2.3.1 轨迹相似性度量的分类 | 第19-20页 |
| 2.3.2 基于距离的轨迹相似性度量 | 第20-21页 |
| 2.4 流式数据处理系统Storm | 第21-23页 |
| 2.4.1 Storm的作业单元 | 第21-22页 |
| 2.4.2 Storm的主要特性 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 实时流式轨迹相似性度量算法 | 第24-35页 |
| 3.1 基于距离的相似性算法 | 第24-26页 |
| 3.1.1 分段动态时间规整算法(PDTW) | 第24-26页 |
| 3.1.2 最长公共子序列算法(LCSS) | 第26页 |
| 3.2 基于距离的轨迹相似性算法分析 | 第26-29页 |
| 3.3 PDTW-LCSS自适应算法 | 第29-31页 |
| 3.3.1 度量算法 | 第29-30页 |
| 3.3.2 取关键点算法 | 第30-31页 |
| 3.3.3 去噪声点算法 | 第31页 |
| 3.4 PDTW-LCSS自适应算法分析 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于Storm的实时轨迹相似性度量系统 | 第35-45页 |
| 4.1 整体设计方案 | 第35-37页 |
| 4.1.1 相似性度量系统架构图 | 第35页 |
| 4.1.2 一致性管理Zookeeper | 第35页 |
| 4.1.3 消息中间件ActiveMQ | 第35-37页 |
| 4.1.4 轨迹相似性度量 | 第37页 |
| 4.1.5 轨迹数据展示 | 第37页 |
| 4.2 业务模块设计 | 第37-40页 |
| 4.2.1 数据来源 | 第37-38页 |
| 4.2.2 数据接入和实时计算 | 第38-39页 |
| 4.2.3 结果数据 | 第39-40页 |
| 4.3 实时相似性度量计算的实现 | 第40-44页 |
| 4.3.1 轨迹相似性度量作业单元Topology | 第40-41页 |
| 4.3.2 轨迹数据源编程单元Spout | 第41-43页 |
| 4.3.3 轨迹相似性度量处理单元Bolt | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实验与结果分析 | 第45-52页 |
| 5.1 实验环境 | 第45页 |
| 5.2 实验数据 | 第45页 |
| 5.3 数据转换 | 第45-48页 |
| 5.3.1 改变轨迹点数量 | 第46页 |
| 5.3.2 增加轨迹噪声点 | 第46-47页 |
| 5.3.3 同步移动轨迹点 | 第47-48页 |
| 5.4 实验结果分析 | 第48-51页 |
| 5.4.1 实时轨迹分割效果分析 | 第48页 |
| 5.4.2 单条转换轨迹相似性度量分析 | 第48-50页 |
| 5.4.3 大规模轨迹统计分析 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 本文工作总结 | 第52页 |
| 6.2 未来工作展望 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 附录A 攻读硕士学位期间取得的学术成果 | 第56-57页 |
| 致谢 | 第57页 |