| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·不确定数据概述 | 第9-10页 |
| ·论文的研究背景及意义 | 第10页 |
| ·本文研究的主要内容 | 第10-12页 |
| ·研究问题 | 第10-11页 |
| ·本文主要的研究成果 | 第11-12页 |
| ·本文章节安排 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第二章 国内外研究现状分析 | 第13-23页 |
| ·不确定数据挖掘算法 | 第13-17页 |
| ·移动模式挖掘和组移动模式挖掘 | 第17-20页 |
| ·无线传感器网络中移动对象跟踪技术 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 不确定数据的聚类 | 第23-44页 |
| ·背景和意义 | 第23页 |
| ·聚类算法研究进展 | 第23-24页 |
| ·不确定数据聚类算法 | 第24-37页 |
| ·UK-means 算法 | 第24-26页 |
| ·问题定义 | 第26-28页 |
| ·不确定数据聚类算法——UKLK-means 算法 | 第28-29页 |
| ·基于 Voronoi 图的修剪法 | 第29-32页 |
| ·R 树索引 | 第32-35页 |
| ·基于组的剪枝 | 第35-37页 |
| ·实验结果分析 | 第37-43页 |
| ·实验数据集 | 第37页 |
| ·过滤方法的对比实验 | 第37-40页 |
| ·聚类结果质量的对比实验 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 不确定移动轨迹数据挖掘 | 第44-64页 |
| ·移动轨迹挖掘的意义 | 第44-45页 |
| ·轨迹挖掘算法研究进展 | 第45页 |
| ·基于马尔科夫模型的组移动轨迹挖掘算法 | 第45-58页 |
| ·问题定义 | 第46-47页 |
| ·移动轨迹的马尔科夫模型 | 第47-54页 |
| ·移动轨迹聚类算法 | 第54-58页 |
| ·实验结果分析 | 第58-63页 |
| ·实验数据集 | 第59页 |
| ·聚类结果质量的对比实验 | 第59-63页 |
| ·算法的可扩展性 | 第63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75页 |