| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-14页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 船舶轨迹数据的压缩分割技术 | 第14页 |
| 1.2.2 船舶轨迹建模及异常检测 | 第14-16页 |
| 1.3 主要内容与结构 | 第16-18页 |
| 1.3.1 组织结构 | 第16-17页 |
| 1.3.2 论文主要内容 | 第17-18页 |
| 第二章 船舶轨迹数据挖掘框架 | 第18-54页 |
| 2.1 船舶轨迹数据挖掘框架的提出 | 第18-20页 |
| 2.1.1 船舶轨迹领域的数据库知识发现框架 | 第18-19页 |
| 2.1.2 船舶轨迹数据挖掘框架 | 第19-20页 |
| 2.2 基于Douglas-Peucker的轨迹划分算法 | 第20-35页 |
| 2.2.1 Douglas-Peucker算法概述 | 第21-22页 |
| 2.2.2 算法阈值的确定 | 第22-33页 |
| 2.2.3 实验结果验证与分析 | 第33-35页 |
| 2.3 船舶轨迹相似性度量 | 第35-39页 |
| 2.3.1 轨迹距离函数概述 | 第35-37页 |
| 2.3.2 船舶轨迹结构相似度计算 | 第37-39页 |
| 2.4 基于密度的自适应层次聚类算法 | 第39-50页 |
| 2.4.1 DBSCAN算法概述 | 第39-42页 |
| 2.4.2 参数自适应确定的方法 | 第42-46页 |
| 2.4.3 层次聚类 | 第46-50页 |
| 2.5 基于谱聚类的轨迹分析 | 第50-53页 |
| 2.5.1 谱聚类的概述 | 第50-51页 |
| 2.5.2 基于核密度的交通流识别 | 第51-53页 |
| 2.6 本章小节 | 第53-54页 |
| 第三章 船舶轨迹数据挖掘框架的实例验证及结果分析 | 第54-81页 |
| 3.1 船舶轨迹数据的采集及预处理 | 第54-61页 |
| 3.1.1 AIS数据的采集及解析 | 第54-59页 |
| 3.1.2 数据预处理 | 第59-61页 |
| 3.2 实例验证 | 第61-80页 |
| 3.2.1 基于密度的自适应层次聚类实验 | 第62-74页 |
| 3.2.2 谱聚类实验 | 第74-80页 |
| 3.3 本章小结 | 第80-81页 |
| 第四章 船舶轨迹数据挖掘框架的异常检测应用 | 第81-90页 |
| 4.1 基于船舶轨迹样本模型的异常检测 | 第81-83页 |
| 4.2 仿真实验 | 第83-89页 |
| 4.2.1 基于B/S的船舶异常检测仿真模拟系统 | 第83-84页 |
| 4.2.2 仿真实验结果 | 第84-89页 |
| 4.3 本章小结 | 第89-90页 |
| 第五章 总结与展望 | 第90-92页 |
| 5.1 研究结论 | 第90-91页 |
| 5.2 展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 攻读学位期间公开发表论文 | 第96-97页 |
| 致谢 | 第97-98页 |
| 作者简介 | 第98页 |